165 PenaLlopis2001

Universidad de Alicante
Facultad de Ciencias
Departamento de Ecología
ANÁLISIS DE LOS CAMBIOS DE USOS DEL

SUELO (1946-1999) EN UNA CUENCA
SEMIÁRIDA (AGOST, ALICANTE).
EFECTOS SOBRE LA ESTRUCTURA DEL PAISAJE Y
LOS BALANCES HÍDRICOS.
Juan Peña Llopis E-Mails: jpl@ua.es / jpl@uv.es

Alicante 2001 Web: http://www.uv.es/~jpl
Universidad de Alicante
Facultad de Ciencias
Departamento de Ecología
ANÁLISIS DE LOS CAMBIOS DE USOS DEL

SUELO (1946-1999) EN UNA CUENCA
SEMIÁRIDA (AGOST, ALICANTE).
EFECTOS SOBRE LA ESTRUCTURA DEL PAISAJE Y
LOS BALANCES HÍDRICOS.
JUAN PEÑA LLOPIS ALICANTE 2001

Facultad de Ciencias.
Departamento de Ecología.
ANÁLISIS DE LOS CAMBIOS DE USOS

DEL SUELO (1946-1999) EN UNA
CUENCA SEMIÁRIDA (AGOST,
ALICANTE).
EFECTOS SOBRE LA ESTRUCTURA DEL
PAISAJE Y LOS BALANCES HÍDRICOS.
Memoria presentada por Juan Peña Llopis para optar al grado

de Licenciado en Biología.
Los directores de la Tesis de Licenciatura:
Dr. Juan Bellot Abad Dr. Andreu Bonet Jornet

Dep. Ecología Dep. Ecología
Univ. Alicante Univ. Alicante
Alicante, junio de 2001

A mis padres
ÍNDICE
1. INTRODUCCIÓN 1
1.1. Encuadre y justificación. 2
1.2. Introducción a la ecología del paisaje. 2
1.3. La dinámica de la estructura del paisaje. 4
1.4. Planteamiento del problema. 5
1.5. Hipótesis de partida. 6
2. OBJETIVOS 7
2.1. Cuantificación de los cambios de usos del suelo (cálculo de la estabilidad
espacial y la posible correspondencia entre los cambios de usos del suelo
y las variables físicas y socioeconómicas). 7
2.2. Cálculo de la estructura del paisaje a nivel de parche utilizando los índices
más adecuados. 7
2.3. Estima de las tendencias de cambio de usos, a partir del análisis de las
cadenas de Markov. 7
2.4. Evaluación de la cobertura, densidad y tamaño de parches de vegetación
arbustiva. 8
2.5. Efectos de los cambios de usos en los balances hídricos a escala de cuenca.
8
3. ÁREA DE ESTUDIO 9
3.1. Criterios de elección. 9
3.2. Localización y delimitación. 9
3.3. Introducción histórica. 10
3.4. Medio biofísico. 12
3.4.1. Clima. 12
3.4.2. Marco estructural. 16
3.4.3. La cubierta vegetal de la cuenca de Agost. 17
3.5. Medio socioeconómico. 20
3.5.1. Población. 20
3.5.2. Sistema productivo. 21
I
4. MATERIAL Y MÉTODOS 31
4.1. Elaboración del material cartográfico y estudio de la vegetación. 31
4.1.1. Elaboración del material cartográfico. 31
4.1.1.1. Origen de los datos cartográficos. 31
4.1.1.2. Introducción a los Sistemas de Información Geográfica (S.I.G.). 32
4.1.1.3. Elección del tamaño de píxel. 34

4.1.1.4. Procesado de imágenes, fotointerpretación y levantamiento cartográfico. 37
4.1.2. Estudio de la cubierta vegetal. 44

4.2. Dinámica de los cambios de usos del suelo. 46
4.2.1. Material. 46
4.2.2. Procesado. 46
4.2.3. Índices de estabilidad del paisaje. 47
4.2.4. Análisis estadísticos aplicados a los usos del suelo y factores físicos del territorio. 48
4.3. Dinámica de la estructura del paisaje. 50
4.3.1. Material. 50
4.3.3. Índices de paisaje. 50
4.3.4. Análisis estadísticos aplicados a los usos del suelo y los índices del paisaje. 55
4.4. Tendencias de cambio. 56
4.4.1. Material. 56
4.4.3. Condiciones y requisitos para ser una cadena de Markov. 57
4.4.4. Creación de una matriz de transición media. 58
4.4.5. Creación de una matriz de transición de tendencia. 59
4.4.6. Análisis de Markov. 59
4.5. Dinámica espacial de la cubierta arbustiva discontinua. 60
4.5.1. Área seleccionada. 60
4.5.2. Material. 62
4.5.3. Procesado de las imágenes. 62
4.6. Efectos de los cambios de usos en los balances hídricos. 63
4.6.1. Material. 63
4.6.2. Modelización de los balances hídricos. 63
4.6.3. Ecuación del modelo. 64
4.6.5. Datos iniciales. 65
II
5. CARTOGRAFÍA DE LA VEGETACIÓN Y DEL MEDIO FÍSICO 67
5.1. Cartografía del medio físico. 67
5.2. Estudio de la vegetación. 90
5.2.1. Determinación de las categorías de usos del suelo y cubierta vegetal. 90
5.2.2. Tipos de usos del suelo y su vegetación. 96
5.2.3. Inventarios de los usos del suelo. 99
5.2.4. Análisis estructural de la vegetación. 106
5.3. Cartografía de los usos del suelo o cubierta vegetal de 1946 a 1999. 107
5.4. Discusión del trabajo cartográfico y de vegetación. 120
6. DINÁMICA DE LOS CAMBIOS DE USOS DEL SUELO 122

6.1. Variación de la superficie ocupada en los usos del suelo. 122
6.2. Índices de estabilidad del paisaje. 126
6.3. Dinámica de los usos del suelo y factores físicos del territorio. 128
6.4. Relaciones estadísticas entre los usos del suelo y factores físicos del territorio. 142
6.5. Discusión de la dinámica de los cambios de usos del suelo. 150
7. DINÁMICA DE LA ESTRUCTURA DEL PAISAJE 154

7.1. Índices de paisaje. 154
7.2. La fragmentación del paisaje. 172
7.3. Relaciones estadísticas entre los usos del suelo y los índices del paisaje. 174
7.4. Discusión de la dinámica de la estructura del paisaje. 183
8. TENDENCIAS DE CAMBIO 186

8.1. Tablas cruzadas de los usos del suelo. 186
8.2. Matrices de transición de los usos del suelo. 187
8.3. Matriz de transición media. 189
8.4. Matriz de transición de tendencia. 189
8.5. Diagramas de flujo. 190
8.6. Análisis de Markov. 193
8.7. Discusión de las tendencias de cambio. 200
III
9. DINÁMICA ESPACIAL DE LA CUBIERTA ARBUSTIVA
DISCONTINUA 202
9.1. Evolución espacio-temporal de la cubierta arbustiva. 202
9.2. Análisis temporal del número de parches arbustivos. 205
9.3. Seguimiento de las comunidades arbustivas. 209
9.4. Discusión de la dinámica de la distribución arbustiva. 212
10. EFECTOS DE LOS CAMBIOS DE USOS EN LOS BALANCES

HÍDRICOS 214
10.1. Repercusión del cambio de usos del suelo en los balances hídricos. 214
10.2. Evolución anual de los balances hídricos del periodo 1966-2019. 218
10.3. Predicciones futuras. 231
10.4. Consecuencias en el acuífero del Ventós-Castellar. 233
10.5. Discusión de los efectos de los cambios de usos en los balances hídricos. 238
11. CONCLUSIONES 241

11.1. Síntesis preliminar. 241
11.2. Verificación de las hipótesis de partida. 245
11.3. Conclusiones finales. 247
12. REFERENCIAS BIBLIOGRÁFICAS 249
13. ÍNDICE DE FIGURAS Y TABLAS 263

13.1. Índice de figuras. 263
13.2. Índice de tablas. 266
IV
ANÁLISIS DE LOS CAMBIOS DE USOS DEL SUELO (1946-1999) Tesis de licenciatura
EN UNA CUENCA SEMIÁRIDA (AGOST, ALICANTE). Juan Peña Llopis
1. INTRODUCCIÓN
Las comunidades vegetales de las zonas mediterráneas de clima semiárido están en
frágil equilibrio con respecto a las variaciones climáticas naturales y a las alteraciones
derivadas de la actividad humana. Además, han sufrido una variación sustancial en los
últimos 50 años común a otras áreas, debido a los cambios producidos en los modelos
tradicionales de uso del suelo, que han modificado la cubierta vegetal (Turner et al,
1995; Urban, 1994). Además, cabe añadir que su climatología presenta grandes
variaciones de un año a otro (Martín Vide, 1984; Pérez Cueva, 1984).
Los principales cambios de uso que han tenido lugar en la cuenca mediterránea durante
las últimas décadas están fuertemente influenciados por la aplicación de la Política
Agraria Comunitaria (P.A.C.) y la Agenda 2000 (Comisión Europea, 1996, 1997; Ritson
& Harvey, 1997), que apoyan el abandono de los cultivos en suelos menos productivos,
estos cambios potencian la colonización por vegetación silvestre, que compite por los
recursos que contiene el suelo y afecta a su balance hídrico. Todos estos cambios de uso
del suelo afectan a la estructura del paisaje (Regato-Pajares et al, 1996).
Como consecuencia de estos cambios paisajísticos, las zonas áridas y semiáridas están
consideradas como áreas con alto riesgo de desertificación. En ellas el agua es sin duda
el recurso fundamental en la regulación de los procesos naturales y socioeconómicos
(Wiener, 1988; Senen & Cabezas, 1995). Tanto el exceso como la escasez produce
problemas. Es prioritario conocer con precisión su funcionamiento hídrico y sus
balances de agua. La regulación del uso del agua es una necesidad en la época actual, y
pasa tanto por economizar su uso, como por favorecer los procesos y estructuras (usos
del suelo) que faciliten su infiltración, encauzamiento y regulación de escorrentías, así
como la recarga de acuíferos.
En ambientes donde el agua es escasa, existe una competencia por ella entre la
vegetación natural y los usos antrópicos vía acuífero. En estas zonas, el balance hídrico
de los niveles superiores del suelo puede verse afectado según tenga un tipo u otro de
cubierta vegetal (Bellot et al, 1999). La solución a este problema no puede ser otra que
aquella que proponga una determinada cubierta vegetal que proteja al suelo frente a la
erosión, evite fuertes escorrentías, y a la vez favorezca la recarga de acuíferos
(infiltración) con fines humanos y agrícolas.
Muchos autores indican que la cubierta vegetal cumple un importante papel en la recarga
de acuíferos (López Cadenas, 1998). Sin embargo, nuestra hipótesis es que las diferentes
comunidades vegetales originan distintos balances hídricos en los suelos que cubren, en
función de la ecofisiología de sus especies y de su disposición estructural. La evolución
del agua en el suelo y la infiltración del agua de lluvia para la recarga de los acuíferos se
verá influenciada de forma distinta según el tipo de cubierta (Bellot et al, 1999, 2001).
1
1.1. Encuadre y justificación.

Los cambios de usos del suelo son una realidad que acontece desde los orígenes de la
humanidad (Naveh & Kutiel, 1990) y que han tenido en la cuenca mediterránea un
especial énfasis (Margaris et al, 1996). Estos cambios de usos han sido principalmente
mediados por el hombre buscando siempre la máxima productividad del suelo (Van der
Leew, 1998). Este trabajo se encuentra encuadrado en el estudio de los patrones de
cambios de usos del suelo y sus efectos sobre los balances hídricos en la cuenca
estudiada durante las últimas décadas.
El presente trabajo ha sido avalado por los siguientes proyectos: CICYT (HID97-1014)
y la Conselleria de Cultura de la Generalitat Valenciana (GV97-RN-14-4). Estos
proyectos han sido desarrollados por el Departamento de Ecología de la Universidad de
Alicante cuyo equipo está dirigido por el Dr. Juan F. Bellot Abad, quien junto al Dr.
Andreu Bonet Jornet han dirigido este trabajo.
Esta labor constituye un avance más a los trabajos precedentes desarrollados en el

Departamento de Ecología de la Universidad de Alicante, y que se encuentran
plenamente relacionados con la ecología del paisaje y el uso de S.I.G. como
herramientas de análisis. Cabe mencionar los estudios de Damien Krack (1998) y María
Cremades (2000) en la misma cuenca de estudio como los más relevantes y otros como
los de Beatriz Duguy (1998), José Emilio Martínez (2000), Federico S. Giovanardi
(1999) e Isabel Pardo (2000).
1.2. Introducción a la ecología del paisaje.
La ecología del paisaje es una de las ramas más recientes de la ecología. El nacimiento
y desarrollo de la ecología del paisaje es un proceso progresivo, dinámico y global, que
todavía está en marcha. En este proceso de desarrollo va integrando muchos campos de
la ecología y ciencias relacionadas, tales como geografía, botánica, zoología,
comportamiento animal y arquitectura espacial del paisaje. Las perspectivas que tiene la
ecología del paisaje son prometedoras para integrar en un futuro diferentes disciplinas.
El concepto de paisaje ha evolucionado mucho en las últimas décadas, desde la primera

definición de Von Humboldt hasta la actualidad. Aquí se recogen algunas definiciones:
Las características totales de una región (Von Humboldt, ∼1800).

Los paisajes se relacionan en su totalidad como entidades física, ecológica, y
geográfica, integrando los patrones y procesos naturales y humanos (Naveh, 1987).
Un área heterogénea compuesta por un grupo de ecosistemas que interactúan
entre sí y que están repetidos de forma similar en todas partes (Forman & Godron,
1986).
2
Una configuración particular de topografía, cobertura vegetal, uso del suelo y

patrón de asentamiento que delimita coherencias entre procesos y actividades
naturales y culturales (Green, 1996).
La porción de tierra que podemos percibir comprensiblemente alrededor de
nosotros, sin mirar obstruidamente componentes sueltos (Haber, 1996).
Sistema complejo de interrelaciones que forman conjuntamente una parte
reconocible de la superficie terrestre y que son originadas y mantenidas por la
acción mutua de factores bióticos y abióticos y también por la acción humana
(Zonneveld, 1995).
Actualmente se entiende que la ecología del paisaje es el estudio de los efectos

recíprocos de los procesos ecológicos en los patrones espaciales. Ésta promueve el
desarrollo de modelos y teorías fundamentadas en las relaciones espaciales, y en la
colección de nuevos tipos de datos y dinámicas espaciales (Pickett & Cadenasso, 1995).
La ecología utiliza el término de paisaje en dos definiciones. La primera, lo considera

como un área específica basada en escalas humanas, es intuitiva, ya que los paisajes son
sistemas ecológicos que existen en una escala de kilómetros y constan de elementos
reconocibles, como zonas forestales, campos de pasto, asentamientos humanos, y
ecosistemas naturales. La segunda utiliza el paisaje como una abstracción representando
heterogeneidad espacial a cualquier escala, como si fuera un criterio ecológico para un
acercamiento espacial a cualquier sistema ecológico (Pickett & Cadenasso, 1995).
El estudio a nivel de paisaje acarreado por la tecnología de los S.I.G., ha mejorado

nuestra habilidad de identificación y medir las interrelaciones espaciales entre los
sistemas humanos y naturales (Medley et al, 1995).
Los paisajes futuros son el producto de procesos naturales y modificaciones humanas

(Forman, 1997). Las actividades humanas son el mayor factor formador del paisaje,
creando un mosaico de parches naturales o manejados por el hombre, que varían en
tamaño, forma y disposición (Luque, 2000). La agricultura es la actividad que ha jugado
el papel más importante en la formación del mosaico del paisaje (Medley et al, 1995).
Un paisaje fragmentado con frecuencia es el resultado de una perturbación en el patrón

espacial. Por esta razón, la cuantificación de los patrones del paisaje utilizando índices
del paisaje es importante para la conservación biológica y un factor clave para la
ecología del paisaje (Wu et al, 1997).
El análisis de la fragmentación del paisaje nos permite entender los cambios funcionales
y estructurales de los ecosistemas. Las simulaciones espaciales y temporales de los
procesos de fragmentación representan el mayor foco de investigación para los ecólogos
del paisaje (Li & Archer, 1997; Turner et al, 1996).
3
La ecología del paisaje está interesada con las causas y efectos de la heterogeneidad
sobre todo con un rango específico de escalas espaciales. Sin embargo, el grado con el
que se expresa esta heterogeneidad depende de la escala (Pickett & Cadenasso, 1995).
La ecología del paisaje tiene que ser el mayor estímulo para clarificar el problema
fundamental de la escala en la ecología, enseñando como los procesos a varias escalas
interactúan en fenómenos ecológicos (Pickett & Cadenasso, 1995).
1.3. La dinámica de la estructura del paisaje.
Los paisajes pueden cambiar debido a muchos factores, ya sean naturales o inducidos
por el hombre (Forman, 1997). Las perturbaciones naturales como inundaciones y
tormentas tienen una profunda influencia en la evolución histórica de los paisajes, pero
generalmente la influencia humana arrolla y enmascara estos procesos naturales debido
a su mayor frecuencia e intensidad de ocurrencia (Luque et al, 1994).
Los procesos de cambio directamente relacionados con la actividad humana son:

intensificación agrícola, abandono agrícola, incendios, deforestación, aprovechamiento
ganadero y desarrollo humano (Farina, 1998).
El procesado de imágenes y las técnicas de S.I.G. pueden visual y analíticamente

mostrar cambios del uso en el tiempo (Mast et al, 1997). La habilidad de inventariar,
cuantificar, y evaluar un hábitat a varias escalas espaciales es esencial para un manejo
efectivo y apropiado de especies de vida salvaje (Roseberry & Hao, 1996).
En la Fig. 1 se tiene un ejemplo de cambio de uso del suelo en una pequeña porción de
terreno al NE de la cuenca de Agost. En ella se aprecia la secuencia de cambios que
acontecen en un mismo lugar en un periodo de tiempo de 53 años. A grandes rasgos se
pueden entrever las consecuencias que tiene el abandono de cultivos, la posterior
repoblación por pinos y finalmente la consolidación de un pinar maduro. Estos cambios de
complejidad y aumento de la cubierta vegetal del suelo afectarán básicamente a los balances
hídricos, evitando una fuerte erosión por escorrentía superficial (Palutikof et al, 1996).
1946 1956 1974 1980 1995

Cultivo Abandono Aband. + Repob. Repoblación Pino maduro
Fig. 1. Evolución del uso del suelo en una porción de la cuenca de Agost.
4
La heterogeneidad es la principal característica de todos los paisajes, y está definida como la

distribución desigual y no aleatoria de los objetos (Forman, 1995) y es dependiente de la
escala de investigación a la que es percibida (Fuhlendorf & Smeins, 1996). La heterogeneidad
espacial se puede definir como la complejidad y variabilidad de un sistema en el espacio y es
fácilmente cuantificable mediante el cálculo de algunos índices del paisaje (Wu et al, 1997;
Farina, 1998), como por ejemplo: la dimensión fractal, que mide la complejidad de los bordes
de los parches, o el contagión, que evalúa el grado de agregación de los parches.
La fragmentación del hábitat por causas naturales o humanas es un claro ejemplo de un
proceso que ocasiona un aumento considerable de la heterogeneidad espacial. No
obstante, un gran incendio al arrasar distintos tipos de vegetación puede ocasionar
menor heterogeneidad, es decir, mayor homogeneidad espacial (Duguy, 1998).
1.4. Planteamiento del problema.

En las últimas décadas los paisajes mediterráneos han sufrido importantes cambios
debidos principalmente a la transformación de los modelos tradicionales de usos del
suelo (Turner et al, 1995). Estos cambios en la estructura del paisaje tienen más
consecuencias que las puramente estéticas.
Las tendencias generales que se han adoptado en la zona de levante consisten en el

abandono (Lasanta & García, 1996) o la transformación de los aprovechamientos
tradicionales poco productivos en cultivos de regadío (Ramon, 1995) y en las
repoblaciones forestales como medidas de corrección y regulación de los cauces (López
Cadenas, 1998). Por consiguiente, estos cambios en composición, biomasa y estructura
que han afectado al paisaje pueden ser decisivos para que se comporte de forma
diferente ante unas mismas condiciones ambientales (Dale, 1997).
Por medio del análisis de referencias bibliográficas previas se tiene un conocimiento mejor en
la metodología del estudio de los cambios de usos extraidos a partir de fotos aéreas. Trabajos
similares y de zonas cercanas son los de cambios de usos de la Vall de Gallinera de 1956-98
(Duguy, 1998; Martínez, 2000) en los que se estudia la interacción entre el abandono de
cultivos y los incendios, otro trabajo trata sobre la evolución de los paisajes agrarios de la
Provincia de Alicante de 1950-95 (Hernández, 1997), todos coinciden con el desuso del
manejo agrícola. Además, también se tienen referencias a nivel mundial, cabe mencionar
cambios en la composición del paisaje como resultado de factores físicos, biológicos y
humanos (Luque, 2000; Thomlinson et al, 1996; Zheng et al, 1997; Poudevigne & Alard,
1997; Cushman & Wallin, 2000). En Sudán se ha comprobado por medio de fotos aéreas que
no existe un incremento del desierto del Sahara de 1943-94 (Schelesinger Gramenopoulos, 1996).
Los estudios de cambios de usos del suelo están íntimamente ligados con la ecología del
paisaje y el estudio de la estructura del mismo. Por lo tanto, en base a estudios previos
en el patrón espacial del paisaje (Pickett & Cadenasso, 1995; With et al, 1997; Wu et al,
1997; Jorge & García, 1997; Miller et al, 1995; Vogelmann, 1994; Tellería & Santos,
2000) se puede realizar su análisis. En todas las citas se aprecia un incremento de la
fragmentación y su efecto más representativo es la pérdida de diversidad.
5
Son pocos los trabajos de ecología del paisaje que realizan una simulación por medio de las
cadenas de Markov de la tendencia de cambio en el paisaje o cubiertas vegetales (Luque,
2000; Acevedo et al, 1995; Wu et al, 1997; Li & Archer, 1997) todos ellos en USA, por lo
tanto sería interesante su estudio a nivel de cuenca mediterránea semiárida como es nuestro caso.
También, existen estudios que integran el análisis de la dinámica espacio-temporal para

las comunidades arbóreas o arbustivas (Mast et al, 1996; Zampella & Lathrop, 1997;
Holopainen & Wang, 1998; Schlesinger & Gramenopoulos, 1995) y no se tiene
conocimiento de su estudio en zonas mediterráneas. Finalmente, constan trabajos previos
de hidrología en la zona de estudio (Derouiche & Bellot, 1997; Abdelli, 1998; Bellot et al,
1999, 2001), por lo tanto es importante completar el estudio temporal con estos.
En conclusión, un trabajo que reuna todos estos análisis para una zona de clima
mediterráneo semiárido sería inédito y aportaría un mejor conocimiento de estas zonas
tan frágiles y con riesgo de desertificación. A partir de los antecedentes descritos en los
estudios previos, cabe plantearse unas preguntas básicas:
1) ¿De qué forma y en qué medida se han producido los cambios de usos del suelo en
un área semiárida?
2) ¿Cómo han afectado estos cambios de usos a la estructura del paisaje?
3) ¿Son predecibles estos cambios de usos del suelo en un futuro?
4) ¿De qué forma se han producido los cambios espacio-temporales en la vegetación
natural?
5) ¿Cómo influyen estos cambios de cobertura vegetal en los balances hídricos y en la
conservación del recurso agua?
1.5. Hipótesis de partida.

Con estos antecedentes y preguntas básicas, y con el fin de analizar los cambios de usos
del suelo y sus causas se establecen 5 hipótesis a demostrar:
Desde 1946 a 1999, la evolución de los cambios de usos del suelo del paisaje ha sido
muy importante. Cambios en aspectos socioeconómicos han determinado modificaciones
en los usos del suelo en el paisaje desde 1946 a 1999. Estos usos se relacionan también
con parámetros físicos (altitud, pendientes, orientaciones, geología, etc.).
Los cambios de usos del suelo que han venido sucediendo a lo largo de los años han
modificado la estructura del paisaje, produciendo una gran heterogeneidad y
fragmentación del mismo.
A partir de los cambios observados se pueden estimar las tendencias futuras en la
composición del paisaje, sobre un escenario de estabilidad en los cambios durante 100 años.
Durante este periodo también se han producido cambios a nivel de mesoescala en el
interior de los parches arbustivos (unidades de vegetación), como un aumento de
cobertura, densidad, etc.
Estos cambios de usos del suelo han contribuido en gran medida a alterar los
balances hídricos de la cuenca de Agost.
6
2. OBJETIVOS
El primer paso a realizar consiste en estudiar íntegramente todo lo referente a la zona de
estudio desde un punto de vista interdisciplinar (el medio socioeconómico, la historia, la
geomorfología, la litología, las comunidades vegetales, etc.). Los objetivos que se
plantean coinciden con las hipótesis a corroborar.
2.1. Cuantificación de los cambios de usos del suelo

(cálculo de la estabilidad espacial y la posible
correspondencia entre los cambios de usos del suelo y
las variables físicas y socioeconómicas).
En este primer punto se plantea el estudio de los cambios espacio-temporales en el uso del
suelo que han habido desde 1946 hasta 1999. Cuantificando la evolución de los usos, su
estabilidad espacial y sus posibles relaciones entre los cambios de usos del suelo y las
variables físicas (geología, pendientes, orientación, etc.) y socioeconómicas, aunque
determinadas por razones físicas (distancia al núcleo urbano y distancia a la carretera).
2.2. Cálculo de la estructura del paisaje a nivel de parche

utilizando los índices más adecuados.
Interpretación del modo en que el cambio de usos del suelo a lo largo del tiempo ha
afectado a la estructura del paisaje. La tarea a realizar radica en el estudio de los
componentes del paisaje, éstos son los parches o manchas. Utilizando los índices más
adecuados se puede llegar a conocer con seguridad la clase de cambios que han ido
perturbando al hábitat.
2.3. Estima de las tendencias de cambio de usos, a partir

del análisis de las cadenas de Markov.
Por medio de cadenas de Markov se puede estimar la tendencia de cambio de un sistema

a partir de los estados iniciales. Por lo tanto si en la zona de estudio sabemos el modo en
el cual cambian de un uso del suelo a otro en el tiempo, se puede llegar a conocer cómo
podría estar formado el paisaje en un futuro cercano. El principio que siguen estas
cadenas es que a partir de un presente conocido, el futuro es dependiente del pasado. El
propósito que se quiere conseguir es conocer si el sistema es predecible mediante este
método, o por el contrario el sistema tiene un comportamiento aleatorio e impredecible,
o dominado por variables externas.
7
2.4. Evaluación de la cobertura, densidad y tamaño de

parches de vegetación arbustiva.
Consiste en el estudio de los cambios a una escala más detallada (mesoescala), en el

interior de un parche arbustivo poco antropizado, para poder demostrar si durante la
cronosecuencia de 53 años ha habido cambios significativos en la cobertura, densidad y
agregación de las comunidades arbustivas, analizando la variación de la estructura
dentro de los parches. De este modo conocer si con el tiempo ha aumentado o
disminuido la cantidad de arbustos, si han aumentado o disminuido en cobertura, si
están más o menos agregados, y si han aumentado o disminuido de tamaño.
2.5. Efectos de los cambios de usos en los balances hídricos

a escala de cuenca.
Partiendo del conocimiento de los balances hídricos para cada tipo de vegetación (Bellot
et al, 1999), los mapas de usos y las precipitaciones anuales acumuladas, se estimarán
los aportes hídricos que ha tenido la cuenca de Agost durante el periodo de estudio
1956-1999. También se aplicará este estudio para simular los balances hídricos que
tendrá el sistema en el futuro (Bellot et al, 2001). El objetivo final es el de cuantificar
los flujos hídricos dentro de la cuenca de Agost desde un punto de vista general
mediante la utilización de un S.I.G. y extrapolando los valores de las parcelas al
conjunto de la cuenca.
8
3. ÁREA DE ESTUDIO
3.1. Criterios de elección.
La designación de la zona de estudio ha estado condicionada por una delimitación fácil

gracias a la existencia de un pequeño acuífero. A parte, hay que destacar los múltiples
estudios que se han realizado (Derouiche & Bellot, 1997; Hernández, 1998; Abdelli,
1999; Cremades, 2000) y se están realizando en la presente área. Además de poseer una
estación experimental. Esto implica obtener un gran conocimiento de un territorio
representativo del clima mediterráneo semiárido.
3.2. Localización y delimitación.
La cuenca de Agost situada dentro de la provincia de Alicante (Fig. 2). Tiene una
superficie aproximada de 1.537 ha. Pertenece al término municipal de Agost, que limita:
al Norte con Castalla; al Este con Tibi; al Sur con Alicante; al Oeste con Petrel y
Monforte, siendo la superficie total del término municipal de 6.779 ha.
Fig. 2. Localización de la zona de estudio.
9
El municipio de Agost, que es el asentamiento humano más próximo a la zona de

estudio dista 18 km de Alicante capital y 16 km de Novelda, pertenece a la comarca de
L’Alacantí, situada en el centro de la provincia de Alicante.
Los límites que se han escogido al incluir la zona de estudio en un rectángulo son:
Esquina superior izquierda: Lat: 38º30’04” N; Long: 0º39’16” W.

Esquina superior derecha: Lat: 38º30’04” N; Long: 0º36’14” W.
Esquina inferior izquierda: Lat: 38º25’54” N; Long: 0º39’16” W.
Esquina inferior derecha: Lat: 38º25’54” N; Long: 0º36’14” W.
Los límites reales (Fig. 3) dentro de la forma irregular del área de estudio son:
Esquina superior izquierda: Lat: 38º30’02” N; Long: 0º38’52” W.

Esquina superior derecha: Lat: 38º30’02” N; Long: 0º36’24” W.
Esquina inferior izquierda: Lat: 38º25’51” N; Long: 0º38’52” W.
Esquina inferior derecha: Lat: 38º25’51” N; Long: 0º36’24” W.
Fig. 3. Forma del área de estudio.
Los límites de la zona escogida para el estudio, se corresponden con la porción de

terreno que forma una cuenca y está delimitada por el accidentado relieve (Macizo del
Maigmó, Sierra del Ventós, Sierra del Castellar y Lomas de la Beata), por lo tanto al
utilizar estas demarcaciones no se tienen en cuenta las unidades territoriales.
3.3. Introducción histórica.
Para comprender la situación actual y la más reciente, es esencial conocer cómo era el
territorio escogido hace siglos, y saber si ha sufrido grandes cambios con respecto a la
situación actual. Gracias a las aportaciones que han hecho grandes historiadores como
Antonio J. Cavanilles en 1797 o Pascual Madoz en 1845 es posible hacerse una idea
global de la zona de estudio, el clima y la gente que la habitaba anteriormente.
Empezando por el más pretérito, en las “Observaciones sobre la historia natural,

geografía, agricultura, población y frutos del Reyno de Valencia”, de 1797, Cavanilles
describe textualmente:
El término de Agost tiene dos leguas de oriente a poniente, y cinco cuartos de norte a sur,
sembrado de cerros y barrancos, y con muy pocas aguas para el riego. El pueblo de Agost se
halla sobre una loma, y la mayoría de sus calles en cuestas. Tiene casas decentes, y algunas con
comodidades que se echan de menos en pueblos mayores. Su vecindario, que en tiempo de los
moriscos era escasamente de 80 familias, hoy consta de 440. Todos son labradores, excepto un
10
corto número de alfareros, las mujeres y niñas se ocupan de hacer cordeles de esparto para las
fábricas de Alicante. No se conoce allí el ocio; hasta los hacendados se ejercitan en promover la
agricultura, en que se distinguió particularmente a Don Pedro Andrés Visedo, que convirtió en
preciosa huerta un barranco estéril, disponiendo en su parte superior un estanque para acopiar
las aguas de varios manantiales que se perdían sin utilidad alguna. Las contuvo levantando un
paredón en arco de 40 palmos de altura, y de 24 de grueso en la base, espesor que disminuye
progresivamente hasta quedar de 9 en la parte superior; apoya el paredón por ambos lados sobre
peñas de yeso, tuerce a la derecha según la dirección de las aguas, y forma un ancho canal por
donde corren las sobrantes en tiempos lluviosos. Por cuyos medios mudó el curso del barranco,
aseguró los manantiales, y preservó sus nuevas huertas de las avenidas. Estas huertas, que están
medio cuarto al sur de la población, forman ya 12 tahullas, y sembradas de alfalfa producen
cada una más de 100 pesos al año. Eran antes un barranco profundo entre dos lomas muy
pendientes, el cual iba a dar a otro barranco contiguo. Cerrada la comunicación con un muro de
250 varas de largo y 6 de altura, y rellenada la hoya con el desmonte de las lomas resultó un
sitio delicioso; medio de la confluencia de dos ramblas o barrancos, que bajan el principal de
poniente y el otro de norte, corriendo después juntos hacia el sur o al término de Alicante. Estos
barrancos y muchos otros empiezan en las faldas del Maigmó y montes contiguos: en sus cauces
y ribazos aparecen las mismas sustancias que en los de Alicante, Benidorm y Crevillente, con la
sola diferencia de hallarse en el fondo peñas duras de yeso negro, rojizo y de otros colores; las
cuales están como hacinadas, rara vez paralelas al horizonte, sirviendo por lo común de
cimiento a varias capas sobrepuestas de tierra arcilloso-arenisca con porción de cieno, seguidas
de otros como bancos de cantitos redondeados, engastados en tierra blanquecina, sobre que
descansa la tierra más o menos compacta, ordinariamente arcillosa, que forma el suelo de los
campos. Al parecer todo el término de Agost resultó de las pérdidas que hicieron los montes de
la comarca; sobre ellas durmieron después aguas cargadas de cieno. Posteriormente otras aguas
precipitadas con violencia en las tempestades surcaron el suelo reduciéndolo a colinas y lomas,
las cuales dispuestas en graderías se trabajan con comodidad, y reciben fácilmente algún riego
en tiempos de lluvias; a cuyo fin se han abierto canales que se comunican, y tomada el agua en
los sitios altos de las arrolladas y barrancos se conduce largo trecho a las heredades. Alguna vez
en julio rebosan de agua los canales sin descubrirse nubes, por haber llovido en los montes,
cuyas vertientes caen a la espaciosa hoya donde está Agost y demás pueblos occidentales. Quien
ignore la suma escasez de agua en esta parte del Reino, y que a veces un solo riego basta para
asegurar las cosechas, extrañará ver salir los labradores hacia sus haciendas cuando empieza a
tronar o amenaza alguna tempestad. Los truenos, que en otras partes sirven de señal para
retirarse a sus habitaciones, lo son aquí para desampararlas y salir en busca de las aguas y del
deseado riego. Se fecundan entonces los olivos, higueras, almendros, viñas y algarrobos; y el
suelo entero se mejora con el cieno que traen las aguas. Para que estas no maltraten los ribazos,
ni los excaven al caer, suelen algunos como el citado Visedo formar conductos o cañerías por
donde pasa el agua oculta de los campos altos a los inferiores. Los canales o pequeñas acequias
están siempre abiertos y bien limpios, esperando lluvias, que por desgracia son muy raras en
aquella comarca. Quisieran los habitantes hallar aguas a cualquier precio, y conducirlas a
cualquier distancia. Algunos han pensado sacarlas del Xúcar antes de entrar este río en el valle
de Cofrentes, sin calcular los muchos obstáculos y gastos que hacen poco menos que imposible
la ejecución, otros se han imaginado un pantano en las gargantas del Maigmó con sola la
esperanza de las lluvias, por no haber allí aguas perennes. Proyecto igualmente inútil por la
incertidumbre de las aguas, y por la caída rápida de los barrancos. Más útil, segura y menos
dispendiosa es la empresa de Don Francisco Sirera; y cuando se lleve al debido efecto tendrán
agua muchos campos que hoy carecen de ella, y darán frutos seguros y abundantes. Los de
Agost se reducen a 1200 cahices de trigo, 1900 de cebada, 1600 de almendra, 80 entre avena y
centeno, 15 de maíz, 4000 cántaros de vino, 250 arrobas de aceite, 7000 de algarrobas, 1400 de
higos, 20 de barrilla, algunas hortalizas, cominos, anís y alfalfa.
Por otra parte, en el “Diccionario geográfico-estadístico-histórico de Alicante, Castellón

y Valencia”, de 1845, Pascual Madoz narra literalmente:
11
AGOST: Lugar con ayuntamiento de la provincia y administración de rentas de Alicante (3 ½

horas), partido judicial de Orihuela (2 ½); audiencia territorial y capitanía general de Valencia (30),
diócesis de Brihuega (11). SITUADO a los alrededores de un antiguo y fuerte castillo, parte en llano
y parte en la pendiente del cerro que aquel ocupa, disfruta de buena ventilación y CLIMA saludable,
aunque algo propenso a calenturas catarrales por efecto de la atmósfera. Tiene 400 casas, varias
calles, una plaza mayor, en el centro de la cual hay una fuente cuyas aguas conducen por una
cañería, y aunque no son muy buenas, no dañan; otras dos plazas más chiquitas que la anterior; una
escuela de instrucción primaria elemental y otra de niñas, ambas dotadas por los fondos de arbitrios
con 1,700 rs. anuales aquella, y 1,200 esta; a la primera concurren 50 alumnos, y 70 discípulas a la
segunda; una iglesia parroquial bajo la advocación de San Pedro apóstol, servida por un vicario 1º
clasificado como curato de primer ascenso y otro 2º, ambos de provisión real o del ordinario, según
el mes de la vacante; una ermita en la cumbre del castillo dedicada al patrón del pueblo, otra cuya
titular es Sta. Ana y sirve de escuela para las niñas, y otra dedicada a S. Ramón propia de D. Andrés
Visedo; el cementerio ocupa un punto bien ventilado fuera de la población. Confina el término por el
N con el de Castalla, por el E con el de Tibi y Xijona, por el S con los de Alicante y Monforte y por
el O con los de Novelda y Petrel: extendiéndose sus límites en todas las direcciones poco más de 1
hora: en esta circunferencia se encuentran algunas casas de campo. El TERRENO participa de
monte y llano: hay montes aislados más pequeños y grandes que forman cordilleras; entre ellos
descuellan el Máximo, y el de las Tabaidas muy particular, porque los días de lluvia arroja gran
cantidad de agua por unas bocas que se hallan a bastante altura: en todos ellos se encuentran canteras
de yeso y una de piedra negra; casi la mitad del terreno es flojo, pedregoso y árido, la otra mitad muy
feraz en años lluviosos, que vienen por desgracia muy de tarde en tarde; la huerta se riega con el
sobrante de la fuente arriba mencionada y la de las bocas del Tebaida. Carece de bosques; el
arbolado de casi todo el término son almendros, higueras y algarrobos. PRODUCCIONES: las
principales son la almendra y la algarroba; también se cosecha trigo, cebada, vino, aceite, barrilla e
higos; cría ganado lanar y caza de perdices, conejos y liebres. INDUSTRIA: la alpargatería, telares
de lienzo para el consumo, tres alfarerías y dos molinos de aceite. POBLACIÓN: 560 vecinos: 1969
almas. CAPITAL PRODUCTIVO: 2.433,567 rs. CAPITAL IMPONIBLE: 81,392;
CONTRIBUCIÓN: 21,905. Este pueblo es fundación de los árabes. En 1681 tenía 70 casas, siendo
sus dueños los caballeros de Ballebreras.
De estos relatos se puede destacar que Agost estaba estrechamente vinculado con las
labores agrícolas y que la escasez de agua ya era evidente hace más de 200 años.
3.4. Medio biofísico.

3.4.1. Clima.
El análisis climático de la zona de estudio se ha realizado a partir de los datos recogidos

en el Atlas Climàtic de la Conselleria de Obras Públicas de la Generalitat Valenciana
(1961-1990), datos de la estación meteorológica de Ciudad Jardín de Alicante y datos de
estaciones meteorológicas experimentales propias en la misma zona de estudio (Tabla 1).
Tabla 1. Estaciones meteorológicas.

Precipitación Temperatura
Observatorio Latitud Longitud Altitud (m)
media (mm) media (ºC)
Ventós, umbría (1995-1997) 38º 29' N 0º 37' W 650 360.3 16.8
Agost, escola, INM (1961-1990) 38º 26' N 0º 38' W 376 302.2 17.8
Tibi, CHJ (1961-1990) 38º 30' N 0º 34' W 437 381.1 -
Alicante, C. Jardín, INM (1961-1990) 38º 21' N 0º 30' W 82 358.4 18.23
Fuente: Elaboración propia a partir del Atlas Climàtic.
12
En términos generales, al tratarse de una zona de clima mediterráneo presenta inviernos

suaves y veranos calurosos y secos. El clima es mediterráneo semiárido, con
temperaturas medias superiores a los 10º en enero y de 24º a 26º en julio. Las
precipitaciones medias anuales son inferiores a los 400 mm y los vientos dominantes
proceden del Oeste conocidos como "Ponent".
Dentro de las 1537 hectáreas de la cuenca conviven condiciones microclimáticas

diversas ocasionadas en gran medida por el gradiente altitudinal (varía de 235 m a 1170
m) y también en virtud de las exposiciones. Los datos meteorológicos más completos
que se tienen corresponden a la estación meteorológica de Agost (Tabla 2 y Fig. 4).
Tabla 2. Datos climáticos de la estación meteorológica de Agost, escola (1961-1990).

Temp. Temp. Temp. Precip. ETP Días
Días Días de
Mes máxima mínima media media media de
cubiertos niebla
(ºC) (ºC) (ºC) (mm) (mm) lluvia
ENE 16.8 6.8 11.8 20.1 24.1 9 5 1
FEB 17.6 7.5 12.6 22.5 26.8 3 4 2
MAR 19.6 8.6 14.1 22.9 41.2 6 4 0
ABR 21.4 10.3 15.9 31.7 55.1 3 5 0
MAY 24.9 13.1 19.0 26.7 87.3 5 4 1
JUN 28.1 16.6 22.4 22.2 120.3 2 3 0
JUL 31.6 19.7 25.7 7.6 158.1 0 0 0
AGO 32.3 20.1 26.2 15.6 154.1 0 1 0
SEP 29.7 17.7 23.7 28.2 113.0 3 4 0
OCT 25.5 14.4 20.0 50.8 74.9 6 5 0
NOV 20.2 10.3 15.3 32.8 39.9 6 6 1
DIC 17.4 7.2 12.3 21.0 39.1 5 6 1
TOTAL - - - 302.1 919.5 43 47 6
30 60
25 50
Precipitación media (mm)
Temperatura media (ºC)
20 40
15 30
10 20
5 10
0 0
E F M A M J J A S O N D
Meses
Fig. 4. Diagrama térmico y pluviométrico de la estación de Agost, escola (1961-1990).
13
a) Régimen térmico.
Los valores de temperatura están muy influenciados por la altitud y la orientación en la

que se obtiene el registro, este fundamento hay que tenerlo en cuenta, ya que existe una
diferencia muy marcada entre los datos del Ventós que se encuentran a una altitud de
650 m y expuestos al N y los datos de Agost (escola) los cuales están a 376 m y con
orientación S.
Se puede apreciar que en las temperaturas mensuales de Agost (Tabla 3) en

comparación con las de Alicante siempre hay de 1º a 8º de temperatura por encima en la
temperatura de Agost (escola), esta temperatura superior se mantiene durante todo el
año y se hace más marcada durante el verano.
En conjunto, las temperaturas medias mensuales oscilan entre unos valores mínimos en
diciembre-enero y unos valores máximos en los meses de julio y agosto; concretamente 6.8
en enero y 32.3 en agosto. Como estos datos se han obtenido de la estación meteorológica
de Agost (escola), que está a 376 m y orientación Sur, puesto que hay zonas que alcanzan
los 1170 m habrán muchos puntos en los que la temperatura sea inferior.
Tabla 3. Temperatura media mensual.

Observatorio E F M A M J J A S O N D
Ventós, umbría
(1995-1997)
9.5 10.6 10.9 13.7 16.8 19.9 24.5 23.5 19.4 17.3 13.8 11.2
Agost, escola
11.8 12.6 14.1 15.8 19 22.4 25.6 26.2 23.7 20 15.2 12.3
(1961-1990)
Alicante, Ciudad
11.6 12.4 13.7 15.7 18.6 22.1 25.1 25.5 23.3 19.2 14.9 12.1
Jardín (1961-1990)
b) Régimen pluviométrico.
Existe una notable estacionalidad pluviométrica (Tabla 4), la cantidad de lluvia es mayor
en otoño, menor en primavera, aún menor en invierno y mínima en verano, es decir, sigue la
secuencia otoño > primavera > invierno > verano. Además se trata de unas lluvias muy
irregulares en el tiempo, y que provocan grandes periodos de sequía.
Al mismo tiempo, estas lluvias pertenecientes al clima mediterráneo semiárido-subárido

son de tipo torrencial y provocan violentos aguaceros, que al ser tan cortos en tiempo y
tan intensos en magnitud impiden la infiltración, generando una importante escorrentía
superficial. Estas lluvias torrenciales son estacionales y suelen coincidir con el final del
verano o principio del otoño, en los meses de septiembre, octubre y noviembre.
La precipitación media anual se encuentra sobre los 302.1 mm, este volumen total de
precipitación es insignificante comparado con los que se pueden recoger en otras partes
de la Comunidad Valenciana.
14
Tabla 4. Precipitación media mensual.

Observatorio E F M A M J J A S O N D
Ventós, umbría
31.3 12.4 23.7 33.6 22.8 31.5 4.3 31.1 78.7 17.4 37.8 35.8
(1995-1997)
Agost, escola
20.1 22.5 22.9 31.7 26.7 22.2 7.6 15.6 28.2 50.8 32.8 21
(1961-1990)
Tibi, CHJ
20.5 26.3 26.6 37 37.5 34.8 5.9 10.3 37.2 53.3 37.9 26.5
(1961-1990)
Alicante, Ciudad
20.1 27.1 25.2 33.8 32.7 23.7 4 8.3 40.9 66.4 42.1 34
Jardín (1961-1990)
c) Índices climáticos.
El clima de la zona presenta características típicas de clima mediterráneo, con termotipo

termomediterráneo inferior y ombrotipo semiárido en la cara de solana, llegando a seco
en la cara de umbría (Fig. 5).
Fig. 5. Diagrama ombrotérmico de Agost.
El conjunto de estos índices nos sitúan nuestra zona en un tipo de continentalidad

euoceánico. Pertenece a la cintura latitudinal eutemplada, con macrobioclima
mediterráneo, bioclima xérico oceánico, termotipo termomediterráneo inferior y
ombrotipo semiárido inferior (Rivas-Martínez, 1996).
15
3.4.2. Marco estructural.
a) Geología.
La cuenca de Agost se encuentra geológicamente situada en la parte oriental de las

zonas externas de las Cordilleras Béticas en la provincia de Alicante, que por sus
características estructurales y estratigráficas se denomina Prebético Interno (IGME,
1978). La edad de los materiales aflorantes abarca desde el Muschelkalk al Tortoniense
con un amplio predominio de los materiales del Cretácico Superior (IGME, 1978).
Se puede destacar que las facies preponderantes son el Cenomaniense-Turoniense, el

Senoniense y en menor medida el Cenomaniense. Estos afloramientos son bastante
parecidos en cuanto a su estructura, y confieren al paisaje un aspecto margo-calizo.
b) Relieve.
La cuenca de Agost presenta una topografía bastante accidentada. Se tienen como

máximos exponentes a la Sierra del Maigmó (1170 m), la Sierra del Ventós (900 m), la
Sierra del Castellar (763 m) y las Lomas de la Beata (489 m).
Al estar las zonas más elevadas en la parte N de la cuenca y las zonas más llanas en el
S, se ha favorecido la formación de una marcada red de drenaje de dirección N→S
c) Suelos.
Acorde con las temperaturas que concurren en este lugar, junto con la escasa
precipitación hace que se lave poco el suelo, por lo que se tiende al predominio de
suelos salinos, cálcicos, gípsicos, nitrófilos, etc. En general, los suelos corresponden al
tipo Entisoles (Soil Taxonomy). En nuestra zona de estudio domina la litología caliza en
la parte superior de la sierra y los materiales menos coherentes como margas y arcillas
se encuentran en zonas de ladera y rambla. Los suelos son cuaternarios formados por
sedimentos marinos de calizas y pizarras en la llanura y de arcillas en los cerros.
Los procesos erosivos implicados en la degradación y remodelación del suelo se

producen de una manera natural, pero la intervención antrópica acelerara estos
mecanismos, generando unos cambios difícilmente subsanables. La erosión provoca una
pérdida neta de materia mineral y orgánica no compensada edafológicamente, que
conduce a unas condiciones poco favorables para el desarrollo de una vegetación.
Para concluir, el suelo se encuentra muy perjudicado por la erosión que azota a un
terreno blando, con insuficiente cobertura vegetal y castigado por lluvias torrenciales.
16
3.4.3. La cubierta vegetal de la cuenca de Agost.
La cuenca de Agost y sus alrededores se caracterizan por presentar una diversidad

florística importante (de la Torre, 1988). La vegetación potencial que se puede extender
en este medio corresponde a una máquia enriquecida en coscojares y lentiscares,
presentando, en la etapa de degradación, espartales, pastizales de Brachypodium
retusum, tomillares y otras comunidades de herbáceas y subarbustos. La vegetación
preponderante, por tanto, se caracteriza por la presencia de Stipa tenacissima,
Brachypodium retusum, Pinus halepensis, Quercus coccifera, Pistacia lentiscus,
Rhamnus lycioides, Erica multiflora,... desarrolladas sobre suelos pobres y fuertemente
antropizados. Ante el déficit estricto de agua durante la mayor parte del año, las
comunidades vegetales se encuentran sometidas a una extrema competencia por dicho
recurso.
Biogeográficamente, en las laderas de solana, esta sierra está inscrita en la provincia

Murciano-Almeriense, perteneciendo al sector Alicantino-Murciano (de la Torre, 1988),
que es el más septentrional de la provincia de Alicante. Su umbría es interesante, ya que
en lo que se refiere a vegetación constituye el límite de dos provincias biogeográficas: la
anterior Murciano-Almeriense y la provincia Catalano-Valenciano-Provenzal, de sector
Setabense y subsector Alcoyano-Diánico. Por lo tanto, se puede dar el caso de que
aparezcan elementos característicos de una provincia en la otra, ya que se encuentra en
una zona fronteriza.
Las comunidades vegetales son representativas del ecosistema del que forman parte, y
por medio de éstas es posible reconocer los diferentes ecosistemas de un área por
delimitación de las comunidades vegetales allí presentes. Aunque, en este caso gran
parte del paisaje está ocupado de forma preponderante por parcelas agrícolas y zonas
fuertemente antropizadas. Por lo general, las comunidades que aparecen en la cuenca de
Agost son los espartales, carrascales, coscojares, pinares, lentiscares y sabinares, junto a
sus etapas degradativas (Cremades, 2000).
Las asociaciones vegetales más importantes dentro de la zona de estudio son:
!"
Ass. Teucrio pseudochamaepytis – Brachypodietum retusi (O. Bolòs, 1957 [=
Teucrio – Brachypodietum ramosi (O. Bolòs, 1957)]).
Es la asociación que aparece por defecto en los pastizales y lastonares,

dominadas por Brachypodium retusum y Helictrotichon filifolium. Suelen
aparecer en suelos medianamente profundos. Estos pastizales-lastonares al ser
termo-mesomediterráneos de tipo mediterráneo iberolevantino meridional,
poseen una distribución espacial bastante repartida, ya que abarcan los sectores
murciano almeriense, setabense, manchego espunenense y manchego murciano.
17
!"
Ass. Lapiedro martinezii – Stipetum tenacissimae (Rivas Martínez & Alcaraz,
1984).
Se trata de espartales compuestos por gramíneas vivaces duras, de porte

normalmente elevado y enraizamiento profundo. Se suelen desarrollar sobre
suelos bien estructurados y profundos, propios de zonas poco modificadas. Son
los típicos espartales termo y mesomediterráneos inferiores de ombroclima
semiárido de distribución ibérico meridional.
!"
Ass. Stipo tenacissimae – Sideritetum leucanthae (O. Bolòs, 1957).
Se caracteriza por estar formada por matorrales abiertos de pequeño tamaño

(caméfitos o nanofanerófitos) situados sobre suelos carbonatados e
insuficientemente desarrollados, con gran representación en la región
mediterránea. Constituidos por tomillares calcícolas termo y mesomediterráneos
inferiores de suelos poco profundos y ricos en bases.
!"
Ass. Plantagi albicantis – Stipetum parviflorae (De la Torre, 1996).
Este grupo está representado por pastizales vivaces subnitrófilos invasores de

cultivos abandonados. Aparecen en suelos carbonatados poco profundos o
arenosos, normalmente perturbados por acciones antrópicas. Se desarrollan con
frecuencia sobre suelos compactados en suelos anteriormente removidos y
posteriormente abandonados. Esta asociación se caracteriza por pastizales
dominados por Stipa parviflora localizados en zonas termo y mesomediterráneas
cálidas, con ombroclima seco y semiárido.
!"
Ass. Rhamnus lycioides – Quercetum cocciferae (Braun-Blanquet & O. Bolòs,
1954).
Se determina esta asociación por constituir matorrales densos o bosquetes en

forma de maquias, tomillares, espinares,... perennifolios y esclerófilos, o en
algún caso, deciduos con especies como Ephedra fragilis y Pistacia lentiscus.
No se caracterizan por la naturaleza química del suelo, aunque suelen elegir
sustratos profundos y ricos en bases. Se trata de coscojares mesomediterráneos
de ombroclima seco y semiárido. En las zonas mesomediterráneas de tipo
semiárido suelen representar la vegetación climácica o potencial, aunque suelen
aparecer en etapas más degradadas en forma de espartales y pastizales de
Brachypodium retusum junto con Avenula bromoides y matorrales de
Rosmarinus officinalis y Cistus clusii.
18
Puesto que el estudio que se va a realizar comprende un periodo de tiempo de 53 años,

desde 1946 hasta 1999, es muy importante conocer si el tipo de vegetación inicial ha
sufrido grandes cambios en su evolución hasta el modelo de vegetación actual. Para este
propósito se han buscado las referencias más antiguas de las que se tiene conocimiento,
éstas corresponden a las descripciones de Cavanilles y Pascual Madoz.
De las observaciones que Cavanilles hizo del término de Agost hace aproximadamente
200 años, se pueden destacar los siguientes pasajes (Cavanilles, 1983; Lacarra et al,
1997):
El término de Agost se encuentra sembrado de cerros y barrancos, y con muy pocas aguas para
el riego. (...) Todos los vecinos son labradores, excepto un corto número de alfareros, las
mujeres y niñas se ocupan de hacer cordeles de esparto para las fábricas de Alicante. (...) Con el
agua de las lluvias se fecundan entonces los olivos, higueras, almendros, viñas y algarrobos.
Pascual Madoz también hace una descripción de la vegetación dominante hace cerca de
150 años, (Madoz, 1987):
Carece de bosques; el arbolado de casi todo el término son almendros, higueras y algarrobos.
PRODUCCIONES: las principales son la almendra y la algarroba; también se cosecha trigo,
cebada, vino, aceite, barrilla e higos.
Las conclusiones que se extraen de estos fragmentos documentados es que la zona tiene
déficit hídrico y presentaba como vegetación dominante a los espartales y matorrales,
que eran utilizados para hacer cordeles y como fuente de energía para los alfareros. No
posee bosques y la mayor parte del territorio se destina a cultivos de secano, siendo los
más relevantes los olivos, almendros, higueras, viñas y algarrobos.
También, se sabe por estudios en las series de vegetación que estas están compuestas
por comunidades vegetales en equilibrio con las condiciones climáticas y son el
resultado de miles de años de vida vegetal con estabilidad en estas circunstancias
climáticas (de la Torre, 1988).
Un estudio de los efectos de las condiciones medioambientales en la composición de especies

requiere la historia específica del sitio. Su mejor conocimiento permite distinguir entre cambios
exo y endogénicos (Bakker et al, 1994).
19
3.5. Medio socioeconómico.

Al estar nuestra zona de estudio circunscrita dentro del término municipal de Agost, la
población de Agost se tomará como referencia para extraer toda la información de tipo
histórico, social, económico, etc. La extensión de la cuenca corresponde al 22.7% del
municipio de Agost, y es la población de Agost la que influye en los cambios de uso, y
en la demanda de agua para riego y consumo humano.
3.5.1. Población.
Generalmente existe una clara relación entre el crecimiento demográfico y la mayor
intensidad productiva asociada a una zona, a la vez también depende de factores
socioeconómicos y culturales.
La población de hecho en Agost ha experimentado, en general un considerable

incremento (Tabla 5 y Fig. 6) después de haber cursado algunos altibajos. Las épocas
de depresión coinciden con la gripe de 1919, con el periodo de guerra civil (1936-1939)
y posguerra, con ciclos de éxodo rural (Ministerio de Trabajo, 1932 y 1941; Generalitat
Valenciana, 1988).
Tabla 5. Población de hecho de Agost. Fuente: Servei d’Estadística de la Generalitat. 1988.

Población 4000
Año
de hecho
3800
1900 2958
3600
1910 3152
1920 2619 3400
1930 2811
Nº de habitantes
3200
1940 2349 3000
1950 2356
2800
1960 2591
2600
1970 3369
1975 3692 2400
1981 3721 2200
1986 3780 2000

1995 3800 1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
Años
1999 4022
Fig. 6. Evolución de la población de hecho en Agost.
El incremento fuerte de población de hecho se ha producido en los últimos años, más

concretamente entre los años 60 y los 70, después ya se ha ido manteniendo estable el
número de habitantes, aunque como se aprecia en la tasa de crecimiento interanual sigue
teniendo algunos altibajos en el crecimiento poblacional (Tabla 6).
Tabla 6. Tasa de crecimiento interanual (x100) de la población de hecho de 1900-1986.

1900 a 1910 a 1920 a 1930 a 1940 a 1950 a 1960 a 1970 a 1975 a 1981 a
1910 1920 1930 1940 1950 1960 1970 1975 1981 1986
0.637 -1.835 0.71 1.779 0.03 0.955 2.661 1.848 0.152 0.31
Fuente: Servei d’Estadística de la Generalitat. 1988.
20
3.5.2. Sistema productivo.
La sucesión de actividades que el hombre ha desarrollado en la zona de estudio se pueden

resumir con los siguientes puntos:
Los cultivos de almendro, olivo, trigo, vid y en menor medida árboles frutales.
Actividad ganadera (ovino, aves, conejos,...).
Extracción de arcillas para la industria alfarera y ladrillera de Agost.
Turístico-cultural.
Por sectores de ocupación la evolución que ha sufrido Agost es muy parecida a la de

otros municipios de la comarca, consistente en una fuerte disminución del sector
primario (agricultura y ganadería) en detrimento del sector secundario (actividad
industrial) y del sector terciario (servicios).
En la Tabla 7 se observa el importante cambio que ha habido desde 1956 hasta 1981. El
sector primario se ve reducido a menos de la mitad en tan sólo 25 años; el sector
secundario crece hasta duplicarse y consolidarse como el sector líder; y el sector
terciario prácticamente inexistente en 1956 crece un 1400%.
Tabla 7. Evolución de los sectores de ocupación por número de empleados.

Sector de ocupación 1956 1975 1981
Sector primario 73.52% 36.40% 34.30%
Sector secundario 24.67% 43.30% 40.20%
Sector terciario 1.81% 20.30% 25.50%
Fuente: Joaquín Castelló. 1999.
a) Agricultura.
La agricultura es uno de los motores de la economía de Agost que ha sufrido varios

cambios a lo largo de la historia, dependiendo de las necesidades de este pueblo. En las
últimas décadas, el cultivo ha perdido importancia económica (ver Tabla 8). Los
cultivos se asientan longitudinalmente en la base de la Sierra del Ventós y también en la
Sierra del Maigmó. Estos se caracterizan por estar sometidos a una gran erosión por las
aguas de escorrentía, provocadas por las típicas lluvias intensas y esporádicas de
carácter torrencial que se dan en esta zona. La implantación de la mayoría de los
cultivos fue llevada a cabo mediante el aterrazamiento del perfil.
Tabla 8. Participación del sector agrario en el PIB total (%).

Año PIB (%)
1954 25
1960 23.6
1970 15.4
1980 7.5
1990 4.5
21
Anteriormente se daban los cultivos de secano extensivos de almendros (Prunus dulcis),

algarrobos (Ceratonia siliqua) y olivos (Olea europaea), de los que aún existen
individuos aislados (ver Tabla 9). Cabe destacar que hasta hace poco las aguas se
hacían conducir hasta los cultivos a través de las acequias de tierra, esto implicaba una
gran pérdida de agua, en la actualidad se ha solucionado con acequias de cemento.
Tabla 9. Aprovechamientos en el campo de Agost (ha).

Año Algarrobo Almendro Olivo Cereal Viñedo Otros
1908 400 800 20 1000 1447 10
1994 15 240 51 0 1200 87
La mayoría de estos cultivos han sido abandonados por los escasos beneficios obtenidos,
aunque también participan otros factores socioeconómicos. Hay que tener en cuenta que
el abandono de cultivos tradicionales de secano en pendientes aterrazadas trae consigo un
riesgo de erosión hídrica en los primeros momentos de abandono, causada por un cese del
laboreo y de entradas de materia orgánica y nutrientes en el suelo que supone una
limitación en el drenaje del agua en el suelo (Díaz Pineda, 1994). También, se puede
observar un cambio de cultivo en los abancalamientos, una sustitución de los bancales de
ladera de secano (como la vid para uva de mesa embolsada y para vinificación con
denominación de origen del Vinalopó), por otros de regadío. En la mayoría de casos el
abandono o cambio de uso se produce por su baja rentabilidad.
Los agricultores tienen que superar dos problemas añadidos: por un lado, en las
pendientes sobre las que se asientan los cultivos puede producir un encostramiento que
dificulta la infiltración de agua, ya que las raíces no pueden profundizar fácilmente; por
otro lado, la escasez de agua, acarrea la construcción de una serie de balsas de riego de
gran tamaño con sus canalizaciones. Estas balsas se construyen por la técnica de cortado-
rellenado, aplanando un trozo de monte y utilizando uno de los lados como pared de la
balsa y los otros se levantan con la arena que se extrae de la pared, luego el hueco se tapa
con un plástico (polietileno) y se pone el desagüe en el centro del fondo. Estas reservas de
agua presentan un alto riesgo de rotura por factores como el asentamiento diferencial o un
mal diseño de las laderas, con un ángulo inadecuado que puede ceder, etc (MOPT, 1989).
Mantener los cultivos para el agricultor tiene pocas ventajas, sin embargo son
incontables los inconvenientes: el riego con aguas de baja calidad puede provocar la
salinización y destrucción de la estructura del suelo al alterar el complejo arcillo-húmico
(ver punto 3.5.2.2.2); aceleración del proceso de erosión y desertificación del suelo;
existe riesgo de contaminación (salinización) del acuífero subterráneo; contaminación
por plaguicidas y fertilizantes (Canter, 1997).
En el pasado existieron diferentes tipos de cultivos tradicionales, de los que actualmente

sólo existen restos puntuales. Los cultivos se fueron abandonando y en algunos casos
cambiando de secano a los de regadío (ver Tabla 10), gracias a la implantación de balsas
22
de polietileno, cuya agua tiene mejor calidad que las aguas residuales. Todos aquellas
acciones que reducían la acción del agua de lluvia (principal agente erosionador) se
dejaron de realizar, como las terrazas de cultivo, y hay síntomas de erosión puntuales.
Tabla 10. Evolución de la superficie cultivada en Agost (ha).

Año Secano Regadío
1908 4500 20
1994 2249 1656
Los bancales aterrazados abandonados por el hombre están sujetos a una incipiente y
lenta demolición de los muretes y con ellos parte de la cubierta vegetal. En las laderas
de las cuencas se ocasiona una erosión muy acelerada al carecer de protección. El
abandono de cultivos provoca la invasión de especies vegetales, sobre todo de
gramíneas, adaptadas a dicho entorno: Helictotrichon filifolium, Stipa parviflora,
Piptaterum milliaceum...
Las razones sociales que pueden llevar al abandono de los suelos agrícolas son
innumerables, uno de tantos factores es la edad del agricultor, en 1972 la edad media era
de 52.36 años y en 1982 de 54.25 años. Como se indica en la Tabla 11 se produce un
aumento del número de empresarios en todas las edades sobre todo de 35-55 y 55-65
años. Se está experimentando un envejecimiento en la clase social de los empresarios
que puede afectar al manejo de los campos de cultivo. Este crecimiento se produce a
nivel comarcal en la zona estudiada, por lo tanto es posible que no sean proporcionales
estos resultados comarcales con los de la cuenca de Agost.
Tabla 11. Edad de los empresarios agrícolas.

Edad 1972 1982
Menos de 35 años 34 54
De 35 a 55 años 262 327
De 55 a 65 años 119 217
Más de 65 años 101 110
Es importante tener en cuenta la extensión de las explotaciones agrarias que hay en el

Término Municipal de Agost, por tamaños, se han considerado pequeñas las parcelas
que oscilan de 0.1 a 20 hectáreas, medianas las que van de 20 a 100 hectáreas y grandes
las que son mayores de 100 hectáreas.
En la Tabla 12 se muestran los cambios de tamaño de las parcelas desde 1962 hasta 1982.
En el año 1962 hay menos parcelas que en 1982, pero son de dimensiones mayores, esto
hace pensar que se han fraccionado parcelas grandes en muchas parcelas pequeñas. Otro
detalle es seguir la progresión que tiene el tamaño medio de la parcela en 1962 presenta
un tamaño de 13.08 ha, en 1972 de 9.29 ha y en 1982 de 6.43 ha. Como conclusión en 20
años el tamaño de parcela media se ha quedado reducido a la mitad.
23
Tabla 12. Clasificación de las explotaciones agrarias por su extensión.

Tamaño de la parcela (ha) 1962 1972 1982
0.1 a 1 63 84 90
1a5 195 297 545
5 a 20 108 98 39
20 a 30 12 11 10
30 a 50 16 9 9
50 a 70 5 5 5
70 a 100 2 2 3
100 a 150 5 6 6
150 a 200 1 1 1
Más de 200 4 2 1
Otro factor importante es el tipo de propiedad que impera en los cultivos, si se trata de
grandes propietarios (la superficie de su propiedad tiene más de 100 ha) al tener
extensas zonas agrícolas buscarán sacar el máximo partido de las mismas y podrán
realizar grandes inversiones en maquinaria y en la creación de balsas y canales de riego.
No obstante, si se trata de pequeños propietarios (propiedad de 0.1 a 20 ha) tan sólo la
creación de las infraestructuras necesarias para poner a punto el pequeño cultivo puede
ser inviable económicamente, por lo que normalmente la mayoría de estas pequeñas
parcelas se encontrarán abandonadas o en periodo de abandono.
En el caso de medianos propietarios (propiedad de 20 a 100 ha) dependerá del tamaño

de la parcela y también del tipo de cultivo que se vaya a realizar.
La evolución de la tenencia de la tierra de 1962 a 1982 refleja una sustancial

parcelación de los cultivos, los porcentajes de los medianos y grandes propietarios
disminuyen a menos de la mitad, siempre a favor de los pequeños propietarios, que
alcanzan un 95.2% (Tabla 13).
Tabla 13. Porcentaje de propiedades.

Tipo de propietario 1962 1972 1982
Pequeños propietarios 89.05 93 95.2
Medianos propietarios 8.52 5.25 3.81
Grandes propietarios 2.43 1.75 0.99
b) La problemática del agua.
La falta de agua es el principal inconveniente que existe en la agricultura local desde hace
siglos. Esta escasez trae consigo otras dificultades como puede ser la pérdida de calidad por
sales y sobre todo el encarecimiento de los precios del agua, ambas hacen disminuir la
productividad y el beneficio que se obtiene del cultivo. En estas condiciones los agricultores
pierden interés en poner tierras en cultivo al dejar de ser atrayente por su baja rentabilidad.
24
♦ El precio del agua.
En la Fig. 7 se muestra la evolución del precio 1 hora de riego en 23 años (Castelló,

1999). Los precios durante este periodo se han disparado, al principio las subidas de
precio tenían un crecimiento aritmético y han acabado con un incremento exponencial.
3500
3000
Precio del agua (pesetas)
2500
2000
1500
1000
500
0
1955 1960 1965 Años 1970 1975 1980
Fig. 7. Evolución del precio del agua en el Canal de la Huerta (pesetas/400 m3).
♦ La calidad del agua.
Un grave problema que acucia al agua de riego es la pérdida de calidad por exceso de
sales, este acúmulo reduce el rendimiento de la planta y repercute disminuyendo su
producción. Con valores elevados de sodio se puede degradar el suelo, de manera que
sea imposible el cultivo por la pérdida de la estructura. La toxicidad por cloruros puede
afectar a la captación de iones por la planta y tiene efectos muy peligrosos. Es necesario
encuadrar los parámetros de análisis del agua de riego dentro de una clasificación del
agua de riego de los tres tipos de clases es:
- Clase I: Agua útil para el riego.
- Clase II: Agua útil para el riego, pero es conveniente analizar los suelos como
control por lo menos una vez al año.
- Clase III: Agua peligrosa para el riego. Son necesarios controles frecuentes de
los suelos.
25
Las principales sociedades regantes de la comarca son: Pla de la Aceituna, Canal de la

Huerta y Canalillo. La sociedad Pla de la Aceituna posee 2 embalses, uno en el paraje
conocido como "Las Margas" y el otro en "Las Casas", ambos dentro del término
municipal de Agost, pero fuera de la cuenca, se encuentran comunicados entre sí y
reciben el agua de 2 pozos (uno en el término de Onil y otro en Biar) y de las
depuradoras de Castalla y Alicante. El Canal de la Huerta posee 14 pozos artesianos
situados en el paraje denominado "El Zaricejo" en el término municipal de Villena, la
distribución del riego se hace aprovechando la red de acequias. Por último, la
comunidad de regantes del Canalillo posee 2 pozos en la finca denominada "Los
Churros" en el término municipal de Novelda y dispone de un embalse que conecta con
el Canal de la Huerta.
En la Tabla 14 se tiene el análisis y clasificación del agua de riego de las principales

sociedades que abastecen a la mayor parte de tierras regadas. Por lo general, Agost está
considerada una zona pobre en aguas debido a que la mayoría de sus pozos son de agua
con un alto contenido en sales. Por los resultados de la clasificación, las tres sociedades
regantes presentan en sus aguas excesos de sales y pueden perjudicar seriamente al
suelo por salinidad, pérdida de la estructura o por toxicidad de cloruros. Es muy
conveniente controlar periódicamente el suelo para evitar su empobrecimiento.
Tabla 14. Análisis y clasificación del agua de riego.

Superficie de tierras de regadío
Pla de la Aceituna Canal de la Huerta Canalillo
Tierras de regadío abastecidas 75% 10% 15%
Análisis del agua de riego
Pla Aceituna Canal de la Huerta Canalillo
PH 7.4 8.1 8
Conductividad eléctrica 1.5 mohms/cm 2.6 mohms/cm 2.4 mohms/cm
+
Sodio (Na ) 7.8 me/L 13.7 me/L 10 me/L
+2
Calcio (Ca ) 4 me/L 5 me/L 8.5 me/L
+2
Magnésio (Mg ) 3.2 me/L 6.7 me/L 5.8 me/L
-
Bicarbonato (HCO3 ) 7.4 me/L 4.5 me/L 2.7 me/L
-
Cloruros (Cl ) 5.7 me/L 15.7 me/L 18.4 me/L
-2
Sulfatos (SO4 ) 1.9 me/L 5.2 me/L 3.2 me/L
Salinidad efectiva 7.8 me/L 20.4 me/L 18.4 me/L
Clasificación del agua de riego
Pla Aceituna Canal de la Huerta Canalillo
Peligro de salinización II III III
Necesidades de drenaje 6% 16% 10%
Disminución del rendimiento 0% 8% 6%
Peligro de impermeabilización III III II
Toxicidad por cloruros II III III
Toxicidad por bicarbonatos I I I
26
c) Industria.
Antiguamente en la población de Agost la extracción de arcillas para la elaboración de

objetos de cerámica y alfarería (botijos, tinajas, etc.) ocasionaba un impacto relevante
en el medio, debido al uso de las raíces de muchas especies arbustivas (especialmente la
coscoja) como combustible para abastecer a los hornos. En la actualidad la
modernización ha llevado a pasar de un proceso artesanal a uno industrial relacionado
con la extracción de arcillas y la posterior fabricación de materiales de construcción
(ladrillos, tejas, etc.) de fuerte impacto debido a que esta industria necesita de
maquinaria pesada (palas excavadoras, camiones de gran tonelaje...) para extraer y
transportar la arcilla hasta los hornos de las cerámicas.
En los alrededores de Agost proliferan las cerámicas e industrias productoras de

materiales de construcción como ladrillos, tejas, etc. Un ejemplo de ello son las
empresas: Cerámica La Esperanza, Cerámica La Internacional, Cerámica Payá,
Alfarería Boig, Alfarería Ivorra, etc.
La arcilla se obtiene de las canteras cercanas a la localidad de Agost. Los tipos de

arcillas extraídas dependen de su uso posterior. Si se trata para uso industrial (materiales
de construcción) son arcillas rojas del triásico (facies Keuper). Si por el contrario son
para uso artesanal (botijos, cerámica, etc.) se utilizarán arcillas eocénicas.
También, se puede apreciar la existencia de canteras de yeso en las proximidades y

donde afloran ciertas especies vegetales muy interesantes por su naturaleza gipsícola
como el caso de Helianthemum squamatum.
En la Tabla 15 y Tabla 16 se muestran el número de empresas industriales y la

cantidad de personal por tamaño de la empresa respectivamente para los años 1969 y
1979. Durante este periodo de tiempo todos los tamaños de empresa se ven
incrementados, salvo la empresa mediana que se mantiene estable. Otro dato a destacar
es que hay un importante aumento del número de personal independientemente del
tamaño de la empresa, este incremento es de casi el doble en 10 años, alcanzando la
cifra de 781 trabajadores en 1979.
Tabla 15. Número de empresas Tabla 16. Número de ocupación

industriales. industrial por tamaño de la empresa.
Tipo de empresa 1969 1979 Tipo de empresa 1969 1979
Artesanal 44 61 Artesanal 120 169
Pequeña 17 31 Pequeña 230 457
Mediana 1 1 Mediana 62 155
Grande 0 0 Grande 0 0
Total 62 93 Total 412 781
Fuente: Joaquín Castelló. 1999. Fuente: Joaquín Castelló. 1999.
27
En Agost la actividad industrial de las canteras y la industria cerámica acarrean una

serie de acciones de mucho impacto en el medio ambiente.
Los problemas que provocan las canteras son: encharcamiento del suelo debido a la
impermeabilidad de las arcillas; modificación del relieve original; impacto visual;
degradación del paisaje; contaminación acústica; emisión de polvo que conlleva un
recubrimiento de la vegetación; aceleración del proceso de erosión y desertificación;
reducción de la cubierta vegetal; destrucción del hábitat para la creación de accesos a la
cantera; puntos de vertidos incontrolados una vez las canteras son abandonadas;
compactación del suelo por el uso de maquinaria pesada (MOPT, 1989).
Los problemas que engendra la industria cerámica son: contaminación atmosférica por
las explosiones que generan partículas en suspensión y por la combustión de los hornos
en las industrias alfareras; expulsión de residuos químicos; acumulación o depósito del
material de construcción defectuoso.
d) Ganadería.
El pastoreo es una actividad tradicional que está en desuso, tan sólo la practican unos
pocos pastores en la zona. El pastoreo está basado sobre todo en la ganadería ovina y
bovina que utiliza una serie de sendas que el ayuntamiento de Agost ha regulado y
señalizado como vías pecuarias, que son muy importantes a la hora de la gestión y la
planificación de las áreas naturales.
La trashumancia utiliza esta serie de caminos y sendas denominadas vías pecuarias que
actúan a modo de corredores ambientales y presentan funciones ecológicas y
paisajísticas muy interesantes, como: proveer de nuevas extensiones de hábitat,
favorecer los movimientos migratorios de las especies, favorecer la diseminación y el
intercambio genético entre reservas, etc. Las vías pecuarias se encuentran protegidas por
la ley 11/94 de la Generalitat Valenciana y la ley estatal 3/95.
Los inconvenientes que trae consigo una importante actividad ganadera son la reducción
de la cobertura vegetal y su consiguiente aceleración del proceso de erosión del suelo
(MOPT, 1989). Las ventajas que tiene son varias: la función de transporte y
diseminación de diásporas (semillas que tienen estructuras que les permiten engancharse
al pelo del animal) que desempeñan las ovejas; favorecer la nitrificación de las vías de
acceso (sendas, caminos...) que atraviesan los rebaños favoreciendo la implantación de
especies nitrófilas como Nicotiana glauca, Moricandia arvensis, Salsola genistoides,
Inula viscosa, etc.
28
La actividad ganadera ha sufrido un gran retroceso de 1956 a 1982 como se puede

desprender de la Tabla 17, se ven mermados prácticamente todos los tipos de ganado
(ovinos, caprinos, porcinos, aves, conejos, caballar, mular y asnal), salvo los bovinos
que en 1956 no tenían representación y aparecen por primera vez en 1982. En la
actualidad no existe una importante carga ganadera que pueda perturbar sensiblemente
al paisaje.
Tabla 17. Número de unidades ganaderas de 1956 a 1982.

Tipo de ganado 1956 1982
Bovinos 0 157
Ovinos 1200 39
Caprinos 600 26
Porcinos 50 0
Aves 2000 17
Conejos 1500 215
Caballar 33 4
Mular 201 1
Asnal 18 0
e) Turismo.
En el municipio de Agost el número de habitantes registrados en el último censo, se

eleva a 4022, aunque en época estival, esta cantidad se eleva considerablemente (no más
de un 20%). Este turismo rural crea nuevas expectativas económicas, aunque entraña el
problema de la segunda vivienda, que surge como expansión de nuevas construcciones
hacia el medio rural y supone una antropización del medio por urbanizaciones y
viviendas.
En Agost existe una serie de lugares que tienen un interés cultural y turístico como son:
el balcón de Alicante en el macizo del Maigmó; el museo de alfarería de Agost; la
iglesia de San Pedro Apóstol del siglo XVIII; la iglesia de Santa Justa y Rufina,
construida en el primer cuarto de siglo XIX y restaurada recientemente; el castillo de
Agost en ruinas; la ermita de San Pedro remodelada a finales del siglo XIX; el pont de
l’Arc, que es de origen árabe.
El turismo supone un aumento de capital para el pueblo, aunque tiene que haber una
sensibilización y concienciación social para el cuidado del medio natural, rural y sus
aspectos culturales. De esta manera evitar los vertidos de basuras, incendios, la
introducción de especies exóticas, la recolección de especies de cierto interés y otras
actividades que comprometen la dinámica natural del medio.
29
En las últimas décadas se ha visto como parte de las áreas destinadas al cultivo han sido
sustituidas por viviendas. En parte, el mayor condicionante es la falta de rentabilidad de
las cosechas que llevan al agricultor a vender sus terrenos a otros particulares que tienen
otras expectativas diferentes de uso del suelo.
Algunos nuevos propietarios construyen edificaciones sobre suelo no urbanizable que

carece de los servicios típicos e imprescindibles de las ciudades como son la recogida de
basuras, alcantarillado, etc. Estos propietarios de estas viviendas tipo “chalet” hacen uso
de ellas durante los periodos vacacionales o los fines de semana, por lo que se pueden
considerar como una segunda vivienda, que no es un uso tradicional del suelo. A parte,
se han creado nuevos accesos y mejorado los ya existentes para facilitar la
comunicación de las nuevas viviendas.
La ubicación de viviendas sobre suelo no urbanizable fuerza a los organismos

competentes, Ayuntamiento y Generalitat Valenciana a declararlo urbanizable, y
fomenta una posterior construcción de infraestructuras como instalación del tendido
eléctrico, carreteras, teléfono, etc. de esta forma se consigue ampliar el territorio
urbanizable en detrimento del suelo rural.
La antropización del medio rural y natural trae consigo ciertos perjuicios, como: la
eliminación de la vegetación del suelo por la construcción; la modificación del paisaje;
la introducción de especies exóticas tanto animales como vegetales (sobre todo plantas
ornamentales de jardín); los vertidos incontrolados; el impacto visual; por último la
erosión y la desertificación del suelo.
La incidencia en la zona de estudio de esta clase de impactos es baja. En las últimas

décadas es incluso menor por el abandono de cultivos, aunque en la proximidad del
núcleo urbano y de las segundas viviendas es mayor.
30
4. MATERIAL Y MÉTODOS
4.1. Elaboración del material cartográfico y estudio de la
vegetación.
A continuación, se describe la confección de todos los mapas y todos los
procedimientos aplicados a los mismos en el trabajo. El fin que se busca en este primer
punto es la creación de todos los mapas de la zona de estudio y entre estos mapas los
más importantes son los de usos del suelo para los años 1946, 1956, 1974, 1980 y 1999,
ya que son necesarios para llevar a cabo los 5 objetivos planteados. También se expone
el trabajo de campo realizado en la zona de estudio.
4.1.1. Elaboración del material cartográfico.

4.1.1.1. Origen de los datos cartográficos.
Para empezar, se han utilizado fuentes históricas y estadísticas para conocer los usos del
suelo que han habido desde antes de la segunda mitad del siglo XX hasta la actualidad,
y así poder cartografiarlos de forma más fiable. Las fuentes que se han utilizado son:
Archivo de la Diputación Provincial de Alicante.

Sección de Estudios y Estadística, Servicios Territoriales de Alicante,
Conselleria de Agricultura, Pesca y Alimentación, Generalitat Valenciana.
Ayuntamiento de Agost.
Casa de la Cultura de Agost.
Bibliotecas de Valencia y Alicante.
Encuestas a agricultores y pastores.
Toda la cartografía de los usos del suelo está deducida a partir de fotografías aéreas en
blanco y negro. Las fotografías de 1946, 1956, 1974 y 1980 son estereopares de 23x23
cm. Para el año 1995 se tienen ortofotoplanos de 61.5x50 cm, ya georreferenciados y
georrectificados. Se han utilizado los siguientes vuelos:
Vuelo de 1946 (escala 1:42.000). Fuente: Centro Cartográfico y Fotográfico del

Ejército del Aire. Ministerio de Defensa. Vuelo americano.
Vuelo de 1956 (escala 1:28.000). Fuente: Centro Cartográfico y Fotográfico del
Ejército del Aire. Ministerio de Defensa. Vuelo americano.
Vuelo de 1974 (escala 1:6:000). Fuente: Secretaría de General de Agricultura y
Alimentación. Ministerio de Agricultura, Pesca y Alimentación.
Vuelo de 1980 (escala 1:16.000). Fuente: Secretaría de General de Agricultura y
Alimentación. Ministerio de Agricultura, Pesca y Alimentación.
Vuelo de 1995 (escala 1:5.000). Fuente: Conselleria de Agricultura y Medio
Ambiente. Generalitat Valenciana.
31
También se ha tenido acceso al siguiente material cartográfico:
Mapas Topográficos Nacionales a 1:50.000 (Servicio Geográfico del Ejército,

edición de 1974 y 1996). Hoja 871.
Mapas Topográficos Nacionales a 1:25.000 (Dirección General del Instituto
Geográfico Nacional. Ministerio de Obras Públicas y Urbanismo,1989). Hoja 871 II.
Mapas Topográficos a 1:10.000 (Conselleria de Obras Públicas, Urbanismo y
Transportes-COPUT, Generalitat Valenciana, 1991). Hojas 871 II-1 (3-1 y 3-2).
Mapa Geológico de España a 1:50.000 (Instituto Geológico y Minero de España,
Ministerio de Industria, 1978). Hoja 871.
Mapa de Cultivos y Aprovechamientos a 1:50.000 (Ministerio de Agricultura,
1981). Hoja 871.
4.1.1.2. Introducción a los Sistemas de Información Geográfica

(S.I.G.).
Sistema (normalmente asistido por

ordenador, cuando se utiliza este
término) para la introducción,
almacenamiento, recuperación,
análisis y visualización de datos
espaciales. La base de datos está
compuesta, generalmente, por un
gran número de representaciones
espaciales de tipo mapa denominadas
"coberturas" o "capas" (Fig. 8)
(Burrough & McDonnell, 1998).
Mediante los S.I.G. se pueden

realizar operaciones entre las capas,
y así obtener resultados en formato
imagen o en tablas. Todos estos
resultados pueden utilizarse para la
elaboración de modelos,...
Los S.I.G utilizados en este trabajo

Fig. 8. Superposición de capas de un S.I.G. son el Idrisi 2.0, el Miramon 3.0 y el
Visual Explorer 1.1.
32
La capacidad de almacenamiento, recuperación y análisis de datos espaciales convierte

a los S.I.G. en plataformas ideales para el desarrollo y aplicación de modelos
distribuidos espacialmente (Heil & Van Deursen, 1996).
La integración de los datos por fotointerpretación, junto a otros datos espaciales en

capas de la misma zona se pueden analizar en un sistema de información geográfica
(Longley et al, 1999). Los S.I.G. se comportan como una potente fuente para
documentar a nivel del paisaje patrones de cambio y procesos ecológicos (Vogelmann,
1995). La adquisición y análisis de la información a nuevas escalas de interés (S.I.G.,
teledetección y análisis del paisaje) permite mejorar la exactitud del inventario y
proveer una base para comparar las condiciones de los ecosistemas (Bradshaw, 1998).
La integración de los S.I.G., las bases de datos y los modelos de simulación del manejo
de los recursos hídricos para la agricultura; permite tener un sistema de toma de
decisiones con un soporte geográfico (Papajorgji et al, 1996). Los sistemas integrados
compuestos por un modelo de simulación, un S.I.G. y un sistema de visualización,
proporcionan una robusta infraestructura que permite una representación visual de los
fenómenos a lo largo del espacio y del tiempo, facilitando el desarrollo de modelos, la
calibración y la verificación (Hay & Knapp, 1996).
De cara a conocer cuantitativamente las zonas más vulnerables y para proceder a su

conservación el primer paso para la planificación de los usos y la conservación del
paisaje es la evaluación del suelo. Es necesario la integración en un S.I.G. de las bases
de datos de los tipos de suelos, clases de usos, pendientes y otros mapas temáticos para
realizar esta cuantificación (Navas & Machín, 1997).
Los S.I.G. de nueva generación incorporan sistemas de visualización integrados que

permiten crear vistas tridimensionales de los modelos digitales del terreno. También,
existen programas asociados a los S.I.G. que consiguen el modelado y renderizado de
escenas naturales mediante simulación por ordenador, pudiendo reconstruir fielmente
paisajes reales o imaginarios con un alto grado de realismo (Deussen et al, 1998). Por
medio de estas simulaciones gráficas se pueden conseguir perspectivas que ayuden a
conocer los impactos visuales de determinadas acciones en el paisaje antes de que se
lleven a cabo. Además, de poder recrear escenas de paisajes primitivos.
El desarrollo de mapas de vegetación utilizando S.I.G y teledetección está sujeto a

cometer errores humanos metodológicos en su integración (Goodchild, 1994). Existen
métodos de clasificación y análisis computerizado de fotografías aéreas pancromáticas,
que permiten crear mapas de vegetación precisos y de alta resolución (Yohay & Ronen,
1998). Aunque, presentan algunas dificultades como cambios en la iluminación a lo
largo de la escena, si bien, no están muy extendidos, por el momento presentan más
errores de interpretación que la que se hace de forma visual.
33
4.1.1.3. Elección del tamaño de píxel.
En el presente trabajo se han utilizado mapas en formato vectorial y ráster. Los primeros
han sido creados al hacer la digitalización y los últimos han sido producto de la
conversión vector-ráster. Es inevitable la utilización de mapas en formato ráster para
cuantificar los mismos, con lo cual es de vital importancia establecer un tamaño de píxel
adecuado. Se establece el tamaño de cada píxel en los mapas en función de tres razones:
El grado de detalle que se pueda obtener para conseguir buenos resultados.

El correcto procesado de los datos por los sistemas de información geográfica.
El tamaño del parche más pequeño, en base a la escala de la información original.
De la primera razón se puede desprender que cuanto más pequeño sea el tamaño del píxel
más información se tiene de la imagen, y del mismo modo cuanto más grande sea este
tamaño menos información se puede obtener de ella. De la segunda, que cuanto más
grande es el tamaño de un píxel, menos información ocupa en memoria y por lo tanto
menos cuesta ejecutar procesos de los S.I.G. por ordenador, por el otro lado si una imagen
tiene un tamaño de píxel muy pequeño, al ocupar mucho espacio en memoria su
procesado por los S.I.G. asistidos por ordenador se hace muy lento e incluso algunos
sistemas están creados para trabajar con un número de píxeles limitado. De la tercera, que
en función del tamaño del parche más pequeño se estructure el tamaño los píxeles para
que tanto éste como el resto parches queden bien representados en el formato ráster.
Para determinar el tamaño adecuado del píxel se ha recurrido a un método basado en la

teoría de la información (Turner, 1989) y muy utilizado en ecología. Consiste en la
creación del modelo digital de elevaciones (MDE) a distintos tamaños de píxel
(Heywood, 1995). A partir del vector digitalizado de las curvas de nivel se rasteriza a
diferentes niveles de malla. Una vez se tienen los MDE en formato ráster a distintas
escalas se calcula la diversidad para cada mapa, por el índice de Shannon. La fórmula
que se aplica es la siguiente: H’ = - Σ(pi · Ln pi). Siendo pi la proporción de píxeles para
la clase de altura i, y H’ representa el índice de diversidad.
Se suele cumplir que a altas resoluciones o tamaños de píxel reducidos se obtiene un

mayor detalle en la cartografía que a tamaños de celdilla mayores. Aunque, una
reducción excesiva del tamaño de píxel no conlleva ventajas en la cantidad de
información que aporta, ya que la reducción en el tamaño de píxel supone introducir
información redundante.
Una vez se tienen rasterizados los modelos digitales de elevaciones se generan los
histogramas por medio del comando HISTO del IDRISI v.2.0 (Eastman, 1990) y así se
obtienen las frecuencias de los elementos que componen la cartografía. El índice de
diversidad de Shannon se calcula a partir de la información de los histogramas y las
pertinentes operaciones realizadas en hojas de cálculo. Los resultados obtenidos para las
distintas resoluciones de píxel aparecen en la Tabla 18.
34
Tabla 18. Información utilizada para calcular el tamaño de píxel óptimo.

Superficie Tiempo procesado
Tamaño
Resolución Columnas Filas por píxel Nº píxeles Diversidad
2 (Kbytes) cs min,seg,cs
(m )
1x1 4500 8100 1 36450000 - 142384 - -
2x2 2250 4050 4 9112500 - 35596 - -
3x3 1500 2700 9 4050000 6.3725 15821 212969 59’ 09” 29
4x4 1125 2025 16 2278125 6.3146 8899 119538 33’ 12” 18
5x5 900 1620 25 1458000 6.2528 5696 76860 21’ 21” 0
6x6 750 1350 36 1012500 6.1987 3956 51903 14’ 24” 63
9x9 500 900 81 450000 6.0095 1758 23195 6’ 26” 35
10x10 450 810 100 364500 5.9439 1424 18912 5’ 14” 72
12x12 375 675 144 253125 5.8302 989 12581 3’ 29” 41
15x15 300 540 225 162000 5.6679 633 7954 2’ 12” 34
20x20 225 405 400 91125 5.4628 356 4411 1’ 13” 31
De los resultados derivados de probar distintos tamaños de píxel se puede concluir que
para los casos de resolución 1x1 y 2x2 no se ha podido realizar la rasterización por
ocupar tamaños de memoria muy altos, por lo tanto trabajar con estos tamaños de píxel
no es viable. Después, con una resolución de 3x3 y 4x4 se puede trabajar bien, pero el
tiempo de procesado es demasiado elevado y no se aporta una mayor cantidad de
información. La resolución de 5x5 se ha escogido como la óptima teniendo en cuenta la
información contenida, el tamaño que ocupa en memoria y a su vez el tiempo de
procesado. Para el resto de resoluciones la disminución del tamaño en memoria y el
tiempo de procesado no compensa la pérdida de información.
En la Fig. 9 aparece la representación de la diversidad y el tiempo de procesado en

función de los distintos tamaños de píxel y se aprecian las variaciones que experimentan
ambos. Mientras la diversidad varía de forma lineal, se aprecia como el tiempo de
procesado lo hace de forma exponencial negativa.
18
16 200000
14
Tiempo de procesado (cs)
12 150000
Diversidad
10
8 100000
4 50000
0 0
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Tamaño del píxel (m)
Diversidad Tiempo de procesado (cs)
Fig. 9. Gráfico de la diversidad y el tiempo de procesado por el tamaño de píxel.
35
En la Fig. 10 se representan los tamaños de los archivos en modo binario y datos reales
para las distintas resoluciones. Se puede observar que los valores de tamaño para
resoluciones muy altas como 1x1 rozan los 140 megabytes. Trabajar a estas
resoluciones es impensable con el software y hardware actual. Por suerte el tamaño de
archivo disminuye de manera importante para tamaños de píxel mayores de forma
exponencial negativa.
140000
120000
100000
Tamaño archivo (Kb)
80000
60000
40000
20000
0
1 2 3 4 5 6 9 10 12 15 20
Tamaño del píxel (m)
Fig. 10. Representación del tamaño del archivo en función del tamaño de píxel.
Como se iba diciendo, para los mapas ráster se ha escogido un tamaño de píxel de 5x5
(25m2), esta elección se ha hecho en base a la gran cantidad de datos que contienen
estos mapas, al respetable tamaño que ocupan en memoria, al conseguir una buena
representación de los parches y al ser un número entero fácil de manejar (Fig. 11).
Fig. 11. Detalle del tamaño del píxel.
36
Al escoger como tamaño de píxel los 25 m2, el tamaño cartografiable de la zona de

estudio (Fig. 12) está compuesto por 1.458.000 píxeles de los cuales 614.968
corresponden al interior de la Cuenca de Agost (zona de estudio) y 843.032 píxeles
corresponden al exterior (sin interés). Para hacer la mayoría de los mapas temáticos
(modelo digital de elevaciones, mapa de pendientes,...) es necesario tomar una zona
rectangular de forma homogénea, y luego se puede cuantificar la zona importante
despreciando la parte que no interese.
1.458.000 píxeles 614.968 píxeles 843.032 píxeles

3.645 ha 1.537,42 ha 2.107,58 ha
Todo Zona de estudio Zona sin interés
Fig. 12. Zonas seleccionadas para el estudio.
4.1.1.4. Procesado de las imágenes, fotointerpretación y

levantamiento cartográfico.
Aquí quedan resumidos todo el material y todos los procedimientos utilizados para
conseguir cada uno de los mapas temáticos. Todos estos mapas independientemente de
cómo se han obtenido se han guardado como imágenes de IDRISI v.2.0 (Eastman,
1990), el S.I.G. utilizado por excelencia, para su posterior procesado.
Los comandos más utilizados en el proceso de obtener todos los mapas temáticos en el
IDRISI v.2.0 (Eastman, 1990) son los siguientes:
POLYRAS: rasteriza archivos vectoriales de polígonos. En este proceso de

conversión, se actualiza una imagen ráster con los valores de atributo de los polígonos
de un archivo vectorial, en las áreas de coincidencia entre ambos archivos. Es una
transformación vector-ráster en la cual hay una inherente pérdida de precisión al pasar a
la cuadrícula del ráster.
37
LINERAS: rasteriza archivos vectoriales de líneas. En este proceso de

conversión, se actualiza una imagen ráster con los valores de atributo de las líneas de un
archivo vectorial, en las áreas de coincidencia entre ambos archivos. Se realiza para la
creación de Modelos Digitales del Terreno, ya que para este paso se obtienen espacios
vacíos en las zonas del ráster por las que no pasan las líneas. Estos espacios se rellenan
con el proceso posterior INTERCON.
INTERCON: genera un modelo digital de elevaciones ráster mediante la

interpolación de curvas de nivel digitalizadas. Utiliza una interpolación lineal entre
curvas de nivel que produce un modelo anguloso, por lo que es recomendable utilizar
después un filtro para suavizar la superficie.
SURFACE: calcula las pendientes y las orientaciones a partir del modelo digital
de elevaciones. Determina la pendiente entre un píxel de referencia y sus vecinos más
inmediatos situados arriba, abajo, a su derecha y a su izquierda, y asigna el valor de
máxima pendiente al píxel central o de referencia, este proceso se denomina
"movimiento de la torre", las pendientes se calculan en grados decimales. La orientación
es la dirección a la que mira o está expuesta la máxima pendiente, las orientaciones son
calculadas en grados decimales y van de 0 a 360 en el sentido de las agujas del reloj,
partiendo del norte.
DISTANCE: mide la distancia Euclidiana, en línea recta, entre cada celda y la

más próxima de una serie de elementos de referencia. Las distancias se miden en
unidades del sistema de referencia. Calcula correctamente las distancias en imágenes
con celdas rectangulares.
RECLASS: clasifica o reclasifica los datos de imágenes ráster en nuevas

categorías de valores enteros mediante una división del rango de valores en intervalos
iguales o a partir de límites definidos por el usuario. Con este comando se pueden
simplificar mapas que contienen gran cantidad de valores (como los mapas que se
obtienen con los comandos INTERCON, SURFACE y DISTANCE) mediante su
agrupación en unos pocos valores o intervalos representativos.
#" Mapa geológico.
La digitalización del mapa geológico se hizo a partir del Mapa Geológico de España a
1:50.000 (Instituto Geológico y Minero de España, Ministerio de Industria, 1978). Aún
así se realizó la labor de comprobar en el campo los límites exactos de la cuenca
realizada por el geólogo J.M. Andreu (com. pers.) Luego, por medio del comando
POLYRAS se rellenaron los polígonos en el mapa ráster final.
38
#" Mapa geológico simplificado.
Se ha hecho una reclasificación del mapa geológico anterior, en la cual se han agrupado
todas las clases geológicas en los cuatro periodos que aparecen (terciario, cretácico,
triásico y cuaternario). Para realizar esta tarea se ha utilizado la función RECLASS.
#" Mapa de tectónica.
Para la digitalización del mapa de tectónica se ha tomado como referencia el Mapa

Topográfico a 1:10.000 (Conselleria de Obras Públicas, Urbanismo y Transportes-
COPUT, Generalitat Valenciana, 1991).
#" Modelo digital de elevaciones (M.D.E.).
Se ha tomado de referencia para la digitalización el Mapa Topográfico a 1:10.000 con una

equidistancia de 10 metros (Conselleria de Obras Públicas, Urbanismo y Transportes-
COPUT, Generalitat Valenciana, 1991). La capa de curvas de nivel se ha introducido en el
SIG por digitalización en Tosca (Krack, 1998). A partir del mapa vectorial con la función
LINERAS se han convertido las líneas de nivel a ráster. Más tarde, con el comando
INTERCON se han interpolado las alturas que hay entre las isolíneas y se ha conseguido el
ráster del modelo digital de elevaciones, con un tamaño de píxel de 5m. A partir del raster
se ha calculado el RMS (root mean squared error) a partir de unos puntos de control, este
error proporciona la precisión con la que se ha creado el M.D.E (Burrough & McDonnell,
1998). La precisión del M.D.E. que se obtiene es muy buena, ya que para los 20 puntos de
control utilizados se ha obtenido un error medio de 1.79 m y un error máximo de 7.28 m.
Por lo tanto, el error medio (RMS) está por debajo del tamaño de píxel (5 m).
#" Modelo digital de elevaciones simplificado.
De igual forma se ha simplificado el modelo digital de elevaciones en 8 clases de altura

con un intervalo de 120 m de diferencia. Para realizar esta tarea se ha utilizado la
función RECLASS.
#" Mapa de orientaciones.
Con el modelo digital de elevaciones y la función SURFACE se ha creado un mapa de

exposiciones, que nos divide en 360 tipos de orientaciones y otra más para las zonas
llanas. Después, se han reclasificado con la función RECLASS en 8 clases de
orientación (N, NE, E, SE, S, SO, O y NO) con un intervalo de 45º de diferencia y otra
clase para los lugares llanos que no presentan orientación.
#" Mapa de pendientes.
También se ha derivado el mapa de pendientes a partir del modelo digital de elevaciones

gracias a la función SURFACE. En este caso se ha dividido en 5 clases de pendientes
extraídas del gradiente de pendiente del C.E.P.E.M. (Centre d'Etudes
Phytosociologiques et Ecologiques de Montpellier).
39
#" Mapa de hidrología.
La digitalización del mapa de hidrología se hizo a partir del Mapa Geológico de España a
1:50.000 (Instituto Geológico y Minero de España, Ministerio de Industria, 1978). La labor
de comprobar en el campo los límites exactos de la cuenca y de la ventana del acuífero ha
sido realizada por el geólogo J.M. Andreu (com. pers.). Luego, por medio del comando
POLYRAS se rellenó el polígono de la ventana del acuífero en el mapa ráster final.
#" Mapa de distancias al pueblo de Agost.
El mapa de distancias al pueblo de Agost ha utilizado como referencia el Mapa

Topográfico a 1:10.000 (Conselleria de Obras Públicas, Urbanismo y Transportes-
COPUT, Generalitat Valenciana, 1991) y con la función DISTANCE se han creado las
distancias relativas al pueblo de Agost.
#" Mapa de distancias al pueblo de Agost simplificado.
Se ha reclasificado del mapa de distancias al pueblo de Agost anterior, en la cual se han

agrupado todas las distancias en 8 clases con un intervalo de 900 m de distancia. Para
realizar esta tarea se ha utilizado la función RECLASS.
#" Mapa de distancias a la carretera.
El mapa de distancias a la carretera principal de Agost ha utilizado como referencia el

Mapa Topográfico a 1:10.000 (Conselleria de Obras Públicas, Urbanismo y
Transportes-COPUT, Generalitat Valenciana, 1991) y gracias a la función DISTANCE
ha creado las distancias relativas a la carretera.
#" Mapa de distancias a la carretera simplificado.
Se ha simplificado el mapa de distancias a la carretera en 8 clases con un intervalo de

350 m de diferencia. Para realizar esta tarea se ha utilizado la función RECLASS.
#" Mapa de usos del suelo detallado de 1999.
Para conocer en detalle la zona de estudio se hizo una descripción de todos los usos
utilizando como base el Mapa Topográfico a 1:10.000 (Conselleria de Obras Públicas,
Urbanismo y Transportes-COPUT, Generalitat Valenciana, 1991) para los límites de la
cuenca y los ortofotoplanos de 1995, de esta manera este mapa recoge 19 usos distintos.
Se han realizado salidas al campo para verificar las categorías de usos del suelo en las
zonas inciertas y poco visibles. Por medio del comando POLYRAS se rellenaron los
polígonos del mapa ráster final.
40
#" Mapas de usos del suelo para 1946, 1956, 1974, 1980 y 1999.
Los métodos para detectar, describir y analizar los cambios temporales del paisaje
parecen simples en relación a la complejidad de los procesos del paisaje. Normalmente,
las fuentes de obtención de datos son: las fotografías aéreas, las fotografías digitales de
satélite y los datos publicados o censos.
Para nuestro estudio, se han obtenido todos los datos de usos del paisaje a partir de las
fotografías aéreas. En la actualidad, esta fuente de datos es la más ampliamente usada
para adquirir directamente los tipos de usos del suelo y recubrimiento. Muchas
conclusiones sobre cambios temporales y tasas de cambio se han mostrado a partir de
series de fotografías aéreas sin usar sofisticado software cartográfico (Lindgren, 1985).
La fotointerpretación actualmente proporciona la clasificación más precisa (90% o
superior) de cambios temporales del paisaje (Jensen, 1986).
Para obtener los mapas de usos del suelo para cada vuelo es necesario utilizar como
imagen de referencia el ortofotoplano de 1995. Se va a construir a partir de las
fotografías aéreas de 1946, 1956, 1974 y 1980 un macrofotograma de nuestra zona de
interés para cada año, utilizando el mapa de 1995 como base. Las fotografías aéreas
históricas son una fuente importante de datos para conocer los cambios de vegetación a
medio y largo término (10 a 50 años) (Yohay & Ronen, 1998; Dunn et al, 1991). Todo
este proceso aparece esquematizado a continuación en la Fig. 13. Los pasos que se ha
seguido son:
Digitalización de las fotografías y los ortofotoplanos. Mediante un escáner se

adquieren todas las fotografías estereopares (1946, 1956, 1974 y 1980) y los
ortofotoplanos de 1995. Las fotografías aéreas escaneadas pueden servir como
herramienta efectiva y más precisa para inventariar y monitorear hábitats con el contexto
de asistir a la diversidad estructural de los paisajes (Holopainen & Wang, 1998).
Creación de la imagen modelo de 1995. Al ya estar georrectificada (modificada en el

espacio de forma que se encuentre situada con una exactitud y precisión espacial libre
de distorisones) y georreferenciada (localizada en el espacio por un sistema de
referenciación de coordenadas) se pueden unir todos los ortofotoplanos de forma exacta
formando una imagen global de nuestra zona de interés.
Recorte de imágenes asistido por ordenador mediante un programa de retoque

fotográfico. Una vez se han escaneado todas las fotografías que corresponden a la
cuenca se eliminan las zonas repetidas y las que están en el exterior de la cuenca.
41
Ensamblaje de imágenes asistido por ordenador mediante un programa de retoque

fotográfico. A partir de los trozos de fotografías que interesan se procede a la unión en
una misma gran imagen de la cuenca (macrofotograma), se utiliza para estas uniones las
zonas centrales de las fotografías para evitar las distorsiones que hay en los extremos.
Ajuste de la escala respecto a 1995 asistido por ordenador mediante un programa de

retoque fotográfico. Una vez se tienen todas las fotografías de un mismo año en una
misma imagen (macrofotograma) se dimensionan a la misma escala que la imagen de
1995.
Georrectificado respecto a 1995 asistido por ordenador mediante un S.I.G. Se toman

100 puntos control conocidos en todos los macrofotogramas y se hacen corresponder
con los 100 puntos control de 1995. El proceso utiliza ecuaciones polinómicas cúbicas
(tercer orden) que establecen una transformación de ajuste de "goma elástica" (rubber
sheet), como si los macrofotogramas a ajustar fuesen puestos sobre una superficie de
goma elástica y deformados para hacerlos corresponder con el de 1995. En este proceso,
se construye una nueva imagen para cada macrofotograma y se desarrolla una serie de
ecuaciones polinómicas para describir la distribución espacial de los datos de la antigua
imagen en la nueva. El nuevo macrofotograma se rellena con valores de datos por
remuestreo del antiguo mediante la transferencia por el vecino más próximo. El error
medio cuadrático (RMS, Root Mean Square) nos proporciona la precisión estándar que
se ha obtenido en la corrección geométrica que siempre es menor a 1 píxel (5 m).
Georreferenciado respecto a 1995 asistido por ordenador mediante un S.I.G. Consiste

en la localización de estas imágenes en el espacio, definidas por un sistema conocido de
referenciación de coordenadas (por ejemplo: latitud / longitud), común con todos los
mapas temáticos que se tienen en la zona.
Identificación de los usos en la cuenca. La identificación de los usos se puede hacer

directamente a vista y en las zonas más confusas es necesario utilizar el estereoscopio.
También, para verificar se han hecho salidas al campo, pero, sólo válido para el último
año, éste es un buen método para validar el uso que aparece en la fotografía. De esta
forma se ha extendido al resto de mapas por analogía. Existen métodos de clasificación
y análisis computerizado de fotografías aéreas pancromáticas, que permiten crear mapas
de vegetación precisos y de alta resolución. Aunque presentan algunas dificultades
como cambios en la iluminación a lo largo de la escena (Yohay & Ronen, 1998). Con la
interpretación manual de las fotos aéreas siempre se asume que están correctas en un
100%, lo cual no es verdad.
Digitalización en pantalla de los usos en la cuenca. La digitalización en pantalla

consiste en el trazado de polígonos encima del macrofotograma y se le asigna a cada
polígono una de las 8 clases de usos, así al final se obtiene el mapa de usos.
42
Digitalización de
Unión de todas las
Ortofotoplanos los ortofotoplanos imágenes escaneadas en
(1995)
una imagen tipo de la
d A t (1995)
Múltiples pares Digitalización de Recorte de las zonas

fotográficos aéreos todos los fotogramas duplicadas y exteriores
Ajuste de la escala con Ensamblaje en macrofotogramas de la cuenca de Fusión de todas las

respecto a la imagen tipo Agost para los años 1946, 1956, 1974 y 1980. zonas comunes
A vista en el
macrofotograma Estereoscopio
N
Georrectificación con Georreferenciación con Identificación

respecto a la imagen tipo respecto a la imagen tipo de los usos
En el campo
Mapas de usos finales para 1946, 1956, 1974, 1980 y 1999

Digitalización en tableta y en pantalla
Fig. 13. Esquema del procesado de las imágenes.
43
4.1.2. Estudio de la cubierta vegetal.

El estudio de la vegetación es una fase clave para el desarrollo del trabajo, por lo tanto, es
necesario tener un conocimiento de cada uno de los usos o tipos de vegetación que
cohabitan en la cuenca de Agost. En primer lugar, se realiza un estudio de la estructura de
la vegetación para los distintos usos y, a continuación, se clasifican las distintas unidades
del paisaje que hay en la zona de estudio, en función de las cubiertas vegetales.
El término de “uso del suelo” (en inglés: land use) normalmente se refiere al régimen de
manejo al cual somete el hombre en un sitio (ej: plantación o uso agroforestal), y el
concepto de “recubrimiento del suelo” (en inglés: land cover) es un descriptor del
estado de la vegetación en un sitio (ej: bosque o cultivo) (Dale et al, 1998). Aunque, en
el presente trabajo se utilizará el término “uso del suelo” para referirnos a un término
medio entre el régimen de manejo humano y el estado de la cubierta de la vegetación.
Para seleccionar las comunidades vegetales idóneas en el estudio de los cambios de usos
en el tiempo, es preciso determinar el máximo número posible de categorías de usos del
suelo mediante estudios de campo y a partir de estos, reclasificarlos en un número
inferior de usos del suelo. Los criterios que se han seguido para establecer la
clasificación de las principales usos del suelo son, por tanto, fisionómicos
(fotointerpretación) y estructurales (estructura biológica de las comunidades). El
desarrollo metodológico de este apartado sigue el siguiente orden:
1) Fotointerpretación a partir de los ortofotoplanos de 1995. La principal razón para

agrupar distintos usos del suelo es por la dificultad de identificación de algunos usos del
suelo a partir de fotos aéreas antiguas mediante fotointerpretación (Holopainen &
Wang, 1998). Así pues, los usos que posean una fisionomía parecida y puedan ser
confundidos, serán agrupados para evitar errores.
2) Análisis de la vegetación. Los inventarios que se realizaron el año 1999 se reparten

por todo el área de estudio y aportan información de todos los tipos de comunidades
vegetales. Los distintos tipos de coberturas vegetales que inicialmente se tomaron al
realizar el estudio de campo se escogieron en los ortofotomapas de 1995. También se
generó un cartografía resultante que se presenta en la Fig. 49. Todos los inventarios de
campo se localizan a continuación en la Fig. 14. El trabajo de campo ha consistido en
un muestreo múltiple en cada una de las unidades del paisaje. Se han delimitado 35
parcelas de 10m x 10m (superficie total de 100 m2) entre las distintas zonas
representativas del paisaje (a diferentes alturas, pendientes y exposiciones) para que
sean características de cada unidad del paisaje. Para cada zona de muestreo de 100 m2
de área, se anotan en los inventarios las especies localizadas y al mismo tiempo se
estima su recubrimiento en porcentaje. Mediante estas medidas es posible calcular
posteriormente parámetros de la estructura de la vegetación como la riqueza específica,
el índice de diversidad de Shannon y la cobertura total.
44
3) Ordenación y clasificación. Consiste en el estudio estadístico de relaciones entre las

distintas coberturas vegetales recogidas en los inventarios del punto anterior, y el objetivo
es determinar categorías finales de usos del suelo y cubierta vegetal a partir del análisis
cuantitativo de la vegetación. En primer lugar, se han tomado todos los datos de especies y
recubrimientos que había en los 35 inventarios y se ha creado una matriz de contingencia. A
partir de esta matriz, se han aplicado 2 análisis estadísticos. Por una parte, el Análisis de
Correspondencia por Reescalado o DCA (Detrended Correspondence Analysis) (ter Braak
& Smilauer, 1998). Este análisis proporciona una efectiva solución aproximada al problema
de ordenación para un modelo unimodal en 2 o más dimensiones, facilitando los datos en
secciones representativas de los gradientes ambientales más importantes. Para realizar este
análisis se ha utilizado el programa de ordenador CANOCO v.4.0 (ter Braak & Smilauer,
1998), que hace sencillos y accesibles los métodos de ordenación en la búsqueda de
relaciones entre las comunidades de animales y plantas y su medio ambiente. Por otra parte,
se realiza un análisis jerárquico ascendente o análisis cluster, que nos proporciona como
medida de distancia o similaridad a las distancias euclídeas al cuadrado de las distintas
coberturas de los inventarios. Este procedimiento, al igual que el anterior, intenta identificar
grupos relativamente homogéneos basándose en las características seleccionadas. De esta
forma, aporta las medidas de distancia o similaridad entre todas los inventarios. En este caso
se utiliza el programa estadístico SPSS (Ferrán, 1996).
Fig. 14. Localización de los inventarios en la cuenca de Agost.
45
4.2. Dinámica de los cambios de usos del suelo.

Una vez creados todos los mapas y en especial los mapas de usos del suelo,
imprescindibles para el desarrollo de este trabajo, se pueden empezar a cuantificar todas
las variables espacio-temporales que entran en juego en la dinámica de usos que ha
habido en la cuenca de Agost (Atkinson, 1996). Este estudio se efectúa directa o
indirectamente mediante el manejo de S.I.G., estadística y modelización. Los análisis del
paisaje son dependientes de la escala espacial de los datos, que incluye tanto al tamaño
del píxel (resolución espacial de los datos) y la extensión (tamaño total del área de
estudio) (Turner et al, 1995).
Se plantea el estudio de los cambios espacio-temporales en el uso del suelo que han
habido desde 1946 hasta 1999, tal como aparecen reseñados en el objetivo del punto
2.1. Utilizando los mapas de usos del suelo como base: se cuantifica su evolución, se
calcula la estabilidad del paisaje y se buscan las posibles relaciones entre los cambios de
usos del suelo y las variables físicas del territorio.
4.2.1. Material.
Se han utilizado los mapas de usos del suelo (1946, 1956, 1974, 1980, 1999), mapas
geológicos, mapas de elevaciones, mapa de orientaciones, mapa de pendientes, mapas
de distancias a Agost y mapas de distancias a la carretera.
4.2.2. Procesado.
Los mapas de usos una vez adquiridos en el S.I.G. asistido por ordenador IDRISI v.2.0
(Eastman, 1990) en formato ráster, se analizaron por pares los mapas de usos (1946-
1956, 1956-1974, 1974-1980 y 1980-1999) y también la relación entre usos, años y otra
variable temática (altitud, pendiente, orientación, geología, distancia a Agost y distancia
a la carretera).
Para cuantificar los cambios de categorías de las imágenes y los índices de estabilidad
se han utilizado los módulos CROSSTAB y ERRMAT, ambos realizan las operaciones
de tabulación cruzada en la que las categorías de una imagen son comparadas con las de
otra mediante una tabla de doble entrada, en esta tabla aparece recogido el número de
celdas de cada combinación posible así como una o dos posibles medidas de asociación.
En esencia, ERRMAT es idéntico a CROSSTAB, con la excepción de que no realiza
tabulaciones para las celdas con valor cero. Los resultados también incluyen columna y
fila con los marginales totales, errores de omisión, una medida de la fiabilidad global,
intervalos de confianza para la precisión, e Índice Kappa de Acuerdos (KIA, para todas
las clases en conjunto y para cada una de ellas individualmente).
46
Para el cálculo de las relaciones entre los usos, el tiempo y las variables temáticas, se ha
utilizado la función RECLASS para cada uno de los usos y cada uno de los años. En el
caso de los mapas con variables continuas como los mapas de alturas, pendientes y
distancias se han calculado los valores medios de estas variables por medio de un
programa propio diseñado en Visual Basic 6.0 (Microsoft Corporation, 1999). Para las
variables nominales y ordinales, como el mapa geológico y el mapa de orientaciones, al
igual que con las continuas, se han calculado las frecuencias de cada una de las clases.
4.2.3. Índices de estabilidad del paisaje.
Los siguientes índices muestran el grado de coincidencia entre 2 mapas diferentes,

resultan muy útiles para conocer la estabilidad en el tiempo de un mismo paisaje a partir
de 2 edades diferentes. Estos son el coeficiente de correlación V de Cramer y el Índice
Kappa de Acuerdos (KIA).
• Coeficiente de correlación V de Cramer.
La primera de estas medidas es el coeficiente de correlación V de Cramer (Ott et al,

1983), que varía de 0 a 1. El valor 0 indica que no existe correlación y el valor 1 indica
una correlación perfecta. Además, se aplica el test de la Ji-Cuadrado, con los grados de
libertad apropiados, para verificar la significación del coeficiente V de Cramer. Si la Ji-
Cuadrado es significativa, también lo será la V de Cramer.
• Índice Kappa de Acuerdos (KIA).
Si las dos imágenes tienen el mismo número de categorías, ofrece una segunda medida
de asociación denominada Kappa (también llamada KHAT o Índice Kappa de Acuerdos
KIA). Este índice varía entre -1 y 1, con la siguiente interpretación: el valor 1 se obtiene
cuando dos imágenes coinciden completamente, el valor –1 si una imagen es
completamente diferente a otra y el KIA es 0 cuando todos los cambios pueden
atribuirse al azar. La aplicación de este índice sólo tiene sentido si las dos imágenes
representan el mismo tipo de datos con idénticas categorías. Además, ofrece la
posibilidad de estimar este índice para cada categoría. El estadístico Kappa es una
medida de acuerdo para mapas de categorías y permite conocer las diferencias
espaciales entre el mapa observado y el mapa esperado por la predicción de un modelo
(Brown et al, 1994).
47
4.2.4. Análisis estadísticos aplicados a los usos del suelo y

factores ambientales.
Los análisis estadísticos empleados son las correlaciones totales y parciales, el análisis
de la varianza y el análisis discriminante.
o Correlaciones simples y parciales.
Las correlaciones simples que existen entre las distintas variables nos ayudan a entender
la relación que hay entre ellas. Por medio del coeficiente de correlación de Pearson se
tiene una medida del grado de asociación lineal entre 2 variables medidas en escala de
intervalo o de razón, tomando valores entre –1 y 1 (Ferrán, 1996).
En el caso de correlaciones parciales se utiliza una variable como dependiente (el uso
del suelo) y el resto como independientes. Los valores del coeficiente de correlación
parcial se interpretan igual que los del coeficiente de correlación simple. Este tipo de
correlación es muy útil para determinar si existe un control de la variable dependiente
sobre las independientes, esto se presenta cuando las correlaciones simples y parciales
de los mismos parámetros presentan grandes diferencias.
o Análisis de la varianza por Kruskal-Wallis.
La técnica de Kruskal-Wallis examina la hipótesis de nulidad que supone que las k

muestras proceden de la misma población o de poblaciones idénticas con respecto a los
promedios. La prueba supone que la variable en estudio tiene como base una
distribución continua. Requiere, por lo menos, una medida ordinal de la variable. Si el
p-valor asociado al estadístico de contraste es menor que α, se rechazará la hipótesis
nula al nivel de significación α. El estadístico del test de Kruskal-Wallis es:
 12 k
Ri 2  
W = 1/C  ∑  − 3(n + 1) ≅ χ 2 k − 1
 n(n + 1) i =1 ni  
∑T
j=1
j
tj = Nº de empates en el grupo j
C = 1− Tj = (tj - 1)t(tj + 1) j = 1,..., m
(n − 1)n(n + 1) para los m grupos de empates
El estadístico W es una medida de la variabilidad de las Ri y sigue aproximadamente

una χ2k-1. Se utiliza para contrastar la hipótesis nula de que las muestras proceden de k
subpoblaciones en las que la media es la misma. H0: µ1 = µ2 = ... = µk
El procedimiento de decisión es: Se rechaza H0 al nivel de significación α si W ≥ χ2k-1.
48
Cuando el test de Kruskal-Wallis da significativo hay que buscar las causas de

significación. El procedimiento es similar a los realizados en el análisis de la varianza,
pero con la dificultad añadida de que las cantidades teóricas seguirán distribuciones
especiales.
El fin de realizar estas comparaciones, es identificar las parejas cuyas diferencias son
significativas. Las comparaciones múltiples por el Método de Bonferroni para pruebas
no paramétricas se ajustan a la siguiente fórmula:
Ri/ni - Rj/nj k

tn - k = < tn - k; α / K K =   = N º comparaciones . por . pareja
Cn(n + 1)(1/ni + 1/nj)/12 2
o Análisis discriminante.
El análisis discriminante resulta útil para las situaciones en las que se desea construir un
modelo predictivo para pronosticar el grupo de pertenencia de un caso a partir de las
características observadas de cada caso. El procedimiento genera una función
discriminante basada en combinaciones lineales de las variables predictoras que
proporcionan la mejor discriminación posible entre los grupos. Las funciones se
generan a partir de una muestra de casos para los que se conoce el grupo de pertenencia;
posteriormente, las funciones pueden ser aplicadas a nuevos casos que dispongan de
medidas para las variables predictoras, pero de los que se desconozca el grupo de
pertenencia.
Dada una variable dependiente cualitativa y un conjunto de una o más variables

independientes cuantitativas, el análisis discriminante consiste en obtener unas
funciones lineales de las variables independientes, denominadas funciones
discriminantes, que permitan clasificar a los individuos en una de las subpoblaciones o
grupos establecidos por los valores de la variable dependiente.
La correlación canónica y el autovalor asociado a una función son dos medidas,

relacionadas con la Lambda de Wilks, que permitirán evaluar la información que
aportará cada función discriminante en particular. La correlación canónica mide las
desviaciones de las puntuaciones discriminantes entre grupos respecto a las
desviaciones dentro de los grupos. En ambos casos, si el valor obtenido es grande (en el
caso particular de la correlación canónica si es próximo a 1) la dispersión será debida a
las diferencias entre grupos y, en consecuencia, la función discriminará mucho a los
grupos.
Las opciones de gráficos disponibles permiten crear un mapa territorial basado en las
dos funciones que mejor se ajusten.
49
4.3. Dinámica de la estructura del paisaje.
Trata de estudiar los cambios en el espacio y en el tiempo en el uso del suelo, como el
punto anterior, pero haciendo énfasis en la estructura del paisaje. La estructura del
paisaje o el patrón del paisaje se refiere al número, tamaño y yuxtaposición de los
elementos del paisaje o usos del suelo. Esta metodología se encuentra referida al
objetivo del punto 2.2.
El patrón del paisaje en cualquier momento dado es un estado en el que los procesos
dinámicos ocurren. De hecho, los paisajes son dinámicos y requieren que el tiempo o
cambios temporales sean considerados en estudios cuantitantivos del paisaje (Dunn et
al, 1991).
Los parches son los responsables más importantes del patrón del paisaje en su totalidad
y su repercusión en los procesos ecológicos (Gardner et al, 1987; O'Neill et al, 1988).
Se cuantifica mediante el estudio de los parches o manchas de usos, calculando
parámetros físicos de estos parches, como por ejemplo: el número de parches, el tamaño
medio del parche, la forma, la diversidad, la frecuencia, etc.
4.3.1. Material.
Se han utilizado los mapas de usos del suelo de 1946, 1956, 1974, 1980 y 1999.
4.3.2. Procesado.
Las estructuras de los parches fueron analizadas por el programa FRAGSTATS v.2.0
(McGarigal & Marks, 1995), se trata de un programa de análisis espacial para
cuantificar la estructura del paisaje.
Este procedimiento se hizo para cada uno de los mapas de usos por separado (1946, 1956,
1974, 1980 y 1999). Una vez ejecutado el programa se ofrecen los resultados a 3 escalas
diferentes: a escala de parche, a escala de cada uso de suelo y a escala del paisaje.
4.3.3. Índices del paisaje.

Los índices que calcula el FRAGSTATS v.2.0 (McGarigal & Marks, 1995) son muchos,
y la mayoría están calculados a partir de otros. Por lo tanto, sólo se han seleccionado
aquellos que a priori presentaban un mayor interés. Estos índices se pueden agrupar en 3
grupos distintos:
50
Índices de número y tamaño del parche: estos índices pueden influir en la

composición floral y faunística y su riqueza (Burgess & Sharpe, 1981). Por ejemplo,
pequeños parches de bosque tienden a tener una mayor proporción de borde frente al
interior que presentan los parches grandes, de este modo estos albergan mayor
cantidad de especies exóticas (Levenson, 1981). El tamaño de parche afecta a la
composición de aves (Galli et al, 1976; Lynch & Whigham, 1984). El aumento de los
márgenes de los parches en el tiempo indica una tendencia a un paisaje más
fraccionado y perturbado (Luque et al, 1994). Por lo tanto, los parches de menor
tamaño podrían contribuir a la extinción local y regional de especies sensibles
adaptadas a condiciones de interior de parche. El cartografiado de la diversidad de
ecosistemas forestales puede ser una original y útil forma de caracterizar la vegetación
forestal. Además, los mapas de diversidad nos ayudan en la formulación de planes de
conservación para los ecosistemas forestales (Murali et al, 1998). En nuestro estudio
se han calculado: el número de parches, el tamaño medio, el tamaño medio ponderado,
el margen total y el índice de diversidad de Shannon. Todos estos aportan diferentes
informaciones, el número de parches informa de la cantidad, el tamaño medio de la
superficie ocupada, el tamaño medio ponderado aporta sensibilidad en la variabilidad
de tamaño, el margen total indica el perímetro que tienen en contacto los distintos
parches y el índice de diversidad de Shannon explica la complejidad del paisaje
medido por el tipo de clases diferentes y sus proporciones.
Índices de forma del parche: medida por la proporción perímetro/área o la

dimensión fractal, puede tener importantes implicaciones en la escala del paisaje.
Parches con formas simples, con bordes rectos, podrían tener transiciones más
abruptas (de características bióticas y abióticas del paisaje) a los parches adyacentes
(por ejemplo: del bosque al campo). Parches complejos (por ejemplo: borde
serpentino), por contraste podrían tener diferentes tipos de condiciones ambientales (y
por lo tanto especies) en las proximidades de otros parches (Forman & Godron, 1986).
Se han tomado la dimensión fractal doble logarítmica y el índice de forma medio.
Ambos se basan en la simplicidad o complejidad del parche y se diferencian en que la
dimensión fractal está basada en la geometría euclídea y posee límites en los rangos de
complejidad, sin embargo el índice de forma no tiene límite en la complejidad.
Índices de conexión entre parches pueden facilitar el movimiento de propágulos

a través del paisaje (Middleton & Merrian, 1983; Johnson & Adkisson, 1985). Si las
conexiones están ausentes, la distancia entre parches puede determinar la eficacia de la
dispersión (Merrian, 1988). Los índices calculados son: la distancia media al vecino
más cercano, el contagión y el índice de yuxtaposición. Cada índice proporciona una
información diferente, la distancia media al vecino más cercano indica la cercanía o
lejanía entre parches del mismo tipo, el contagión mide las adyacencias entre parches
de distinto tipo y el índice de yuxtaposición calcula las adyacencias de todos parches
en general.
51
a) Número de parches (NP).
NP = N Unidades: ninguna. Rango: NP ≥ 1, sin límite.
NP = 1 cuando el paisaje contiene un solo parche. NP equivale al número de parches del

paisaje. NP no incluye parches exteriores. Constituye una medida cuantitativa del
número de veces en que se encuentra fraccionado el territorio.
b) Tamaño medio del parche (TMP).
A 1 
TMP =   Unidades: hectáreas. Rango: TMP > 0, sin límite.
N  10,000 
El rango en el tamaño medio del parche está limitado por el tamaño del píxel y la
extensión de la imagen. TMP equivale al área total del paisaje (ha), dividida por el
número total de parches. Este índice integra el área total y el número de parches en un
mismo parámetro que al ser el área total constante es exclusivamente dependiente de la
cantidad de parches.
c) Tamaño medio ponderado del parche (TMPP).
 1  m Ai 2
TMPP =  ⋅∑ Unidades: hectáreas. Rango: TMPP > 0, sin límite.
 10,000  i =1 Atotal
El tamaño medio ponderado del parche (Li & Archer, 1997) combina la información
que nos proporciona el número y el tamaño de parches. Este índice es muy parecido al
anterior (tamaño medio del parche), la diferencia es que el TMPP es altamente sensitivo
a las perturbaciones y varía con cambios de intensidad y escala en la perturbación. Con
tamaños de parches bastante homogéneos presenta valores bajos (siempre superiores al
tamaño medio de parche), pero aumenta su valor considerablemente cuando hay gran
variabilidad en el tamaño de los distintos parches. La utilidad de este índice radica en la
teoría de la percolación que se utiliza para el estudio de los márgenes del paisaje
(Gustafson & Gardner, 1996), esta teoría también se aplica para el estudio de los
movimientos animales y en el uso de los recursos.
52
d) Margen total (MT).

l'
MT = ∑ Mik Unidades: metros. Rango: MT ≥ 0, sin límite.
k =1
El margen total vale 0 cuando no hay margen entre clases en el paisaje; esto es cuando
el paisaje entero consiste en el correspondiente tipo de parche y no se trata como
margen al límite exterior del paisaje. MT equivale a la suma de longitudes (m) de todos
los segmentos del margen que envuelven al tipo de parche correspondiente. Si el
margen de un paisaje está presente, MT incluye el margen de los segmentos que
envuelven al correspondiente tipo de parche y representa sólo el verdadero margen. Si el
margen de un paisaje está en parte ausente, MT incluye sólo la específica proporción de
los segmentos del límite del paisaje que envuelven al correspondiente tipo de parche. Se
trata de un buen indicador del perímetro que tienen en contacto los distintos parches.
e) Distancia media al vecino más cercano (DMVC).
n'
∑h j=1
ij
Unidades: metros. Rango: DMVC > 0, sin límite.
DMVC =
n' i
DMVC equivale a la suma de la distancia (m) al parche vecino más cercano del mismo
tipo, basado en la distancia más cercana entre márgenes, para cada parche el
correspondiente parche de la misma clase, dividido por el número de parches del mismo
tipo. Su significado es la cercanía o lejanía entre parches del mismo tipo.
f) Índice de diversidad de Shannon (IDS).
m
IDS = − ∑ (P i * ln Pi) Unidades: ninguna. Rango: IDS ≥ 0, sin límite.
i =1
El índice de diversidad de Shannon vale 0 cuando el paisaje contiene un solo parche (sin
diversidad). IDS se incrementa con el aumento del número de distintos tipos de parches
(riqueza de parches) o la distribución proporcional en el área entre todos los tipos de
parches es más equitativa. IDS equivale al valor negativo del sumatorio de la
abundancia proporcional multiplicada por el logaritmo de esta proporción para todos los
tipos de parches. El IDS evalúa la complejidad del paisaje medido por el número de
usos diferentes y sus cantidades proporcionales.
53
g) Contagión (C).
       
       Unidades: porcentaje.
m m 
 ∑∑ (Pi) gik  * ln(Pi) gik  
 i =1 k =1   m
    m
  Rango: 0 < C ≤ 100
  ∑ g ik 
  k =1    ∑ g ik 
 k =1  

C = 1 +    (100)
 2ln(m) 
 
 
 
 
 
El contagión se aproxima a 0 cuando la distribución de adyacencias (al nivel de píxeles

individuales) entre todos los tipos de parches es muy baja. El contagión vale 100 cuando
todos los tipos de parches están equitativamente adyacentes con todos los demás tipos
de parches. El contagión equivale a 1 mas la suma de la abundancia proporcional de
cada tipo de parche multiplicada por el número de adyacencias entre las celdas de un
mismo tipo de parche y las de todos los otros tipos de parches, multiplicado por el
logaritmo del término anterior, sumado para cada tipo de parche; dividido 2 veces por el
logaritmo del número de tipos de parches; multiplicado por 100 (para convertir a un
porcentaje). En pocas palabras, es el contagión observado respecto al contagión máximo
posible para el número de tipos de parches que se tiene. Es el grado en el que el paisaje
se divide en muchos parches pequeños en contra de pocos parches grandes.
h) Dimensión fractal doble logarítmica (DFDL).
2
DFDL = Unidades: ninguna.
 m n   m n  m n  
(lnpijlnaij) −  ∑∑ lnpij  ∑∑ lnaij  
  ∑∑
 N
i =1 j=1   i =1 j=1  i =1 j=1   Rango: 1 ≤ DFDL ≤ 2
 
  m n  m n  
 N∑∑ lnpij  ∑∑ lnpij 
2
    
  i =1 j=1  i =1 j=1  
DFDL emplea técnicas de regresión y está sujeta a pequeños errores de muestreo.

Específicamente, DFDL puede estar excediendo el rango teórico en valores cuando el
número de parches es pequeño (<10), y este uso puede ser advertido. Además, DFDL
requiere parches que difieran en tamaño. DFDL equivale a 2 dividido por la pendiente
de la línea de tendencia obtenida por regresión del logaritmo del área del parche (m2)
contra el logaritmo del perímetro del parche. Una dimensión fractal mayor que 1 para
un mosaico de paisaje bidimensional indica un alejamiento de la geometría euclídea
(esto es un incremento de la complejidad en la forma de un parche).
54
El DFDL se aproxima a 1 con formas de perímetros muy simples como círculos o

cuadrados, y se aproxima a 2 con formas complicadas. Una de las principales
aplicaciones de los fractales para los ecólogos radica en su habilidad de resumir la
complejidad y heterogeneidad de una distribución espacial o temporal en un único
valor. La dimensión fractal con frecuencia se percibe como una medida independiente
de la escala. Sin embargo, los efectos de la escala están presentes en la mayoría de los
aspectos de la ecología, y muestran su influencia en los valores de dimensión fractal de
un mismo paisaje (Leduc et al, 1994).
i) Índice de forma medio (IFM).
m n  0.25 ⋅ pij 
∑∑ 
i =1 j=1  aij 
 Unidades: ninguna. Rango: IFM ≥ 1, sin límite.
IFM =
N
El índice de forma medio equivale a la suma del perímetro del parche, dividida por la
raíz cuadrada del área del parche para cada parche en el paisaje, ajustado por una
constante a un cuadrado estándar y dividido por el número de parches. El IFM equivale
a la media de la forma de los parches del paisaje, cuando presenta gran complejidad
aumenta su valor y cuando tiene formas simples disminuye hasta un mínimo de 1. El
IFM es una medida muy parecida a la dimensión fractal, ya que se basa en la
complejidad del parche.
j) Índice de yuxtaposición (IY).
m' m'
 eik   eik 
∑ ∑  E  ! ln E  Unidades: porcentaje. Rango: 0 < IY ≤ 100.

i =1 k =i +1 ( )
IY = 100
ln(1/2[m' (m'−1)])
El índice de yuxtaposición se acerca a 0 cuando la distribución de adyacencias entre

todos los tipos de parches se hace totalmente desigual. Del mismo modo, IY=100
cuando todos los parches están igualmente adyacentes a los demás. El IY muestra el
grado de contactos entre los diferentes parches. Es una medida parecida al contagión,
con la única diferencia de que el contagión sólo trabaja con parches de distintos usos y
el índice de yuxtaposición lo hace con todos parches en general indistintamente del uso
que sean.
4.3.4. Análisis estadísticos aplicados a los usos del suelo y los

índices del paisaje.
Los análisis estadísticos son los mismos que se realizan en el punto 4.2.4.
55
4.4. Tendencias de cambio.
Gracias a las cadenas de Markov es posible representar el comportamiento de un

sistema describiendo todos los diferentes estados que pueden ocupar e indicando el
modo en el cual cambian de un estado a otro en el tiempo, el principio que siguen estas
cadenas es que a partir de un presente conocido, el futuro es dependiente del pasado.
Los métodos descritos en este subapartado están vinculados con el objetivo 2.3.
Estos procesos de Markov deben su nombre a su creador, Andréi Andréievich Markov,

estas cadenas proporcionan soluciones a tratamientos en áreas de aplicación tan diversas
como ingeniería, economía, educación, genética, etc. Los modelos matriciales de
Markov se utilizan para simular variedad de sistemas ecológicos dinámicos como
comunidades vegetales o paisajes (Childress et al, 1998). Los estudios que incluyen
modelos con matrices de transición de Markov, representan una simple y útil
aproximación a la modelización de las dinámicas de cambio de un paisaje y los efectos
de las perturbaciones en paisajes heterogéneos (Li, 1995). Los modelos de Markov se
pueden utilizar para analizar dinámicas forestales por simplificación del efecto de las
condiciones medioambientales (Acevedo et al, 1995).
4.4.1. Material.
Se han utilizado los mapas de usos del suelo de 1946, 1956, 1974, 1980 y 1999.
4.4.2. Procesado.
Los mapas de usos de suelo de 1946, 1956, 1974, 1980 y 1999 han sido procesados
mediante el S.I.G. asistido por ordenador IDRISI v.2.0 (Eastman, 1990), en el cual se
han analizado los cambios entre mapas de usos del suelo sucesivos: 1946-1956, 1956-
1974, 1974-1980 y 1980-1999.
El módulo CROSSTAB ha proporcionado las operaciones de tabulación cruzada en la

que las categorías de una imagen son comparadas con las de otra mediante una tabla de
doble entrada, en esta tabla aparece recogido el número de celdas de cada combinación
posible que pasan a formar parte de otra combinación. A partir de los resultados se han
construido 4 matrices de transición, una para cada combinación de mapas (1946-1956,
1956-1974, 1974-1980 y 1980-1999). También, se ha realizado la matriz de transición
entre el primer y último mapa (1946-1999). Por último, el análisis de Markov ha sido
posible gracias a las aplicaciones propias creadas con el Visual Basic 6.0 (Microsoft
Corporation, 1999) que han permitido el desarrollo y cálculo de infinidad de
operaciones matriciales.
56
4.4.3. Condiciones y requisitos para ser una cadena de

Markov.
Consideramos una secuencia de procesos cuyos valores son: X1, X2,..., que satisfacen
las siguientes 2 propiedades:
Cada resultado pertenece a un grupo finito de resultados {a1, a2, ...,am}llamado

estado espacial del sistema; si el resultado del n-ésimo proceso es ai, entonces podemos
decir que el sistema está en el estado ai en el tiempo n o en el n-ésimo paso.
El resultado de cualquier proceso depende sobre todo del proceso inmediatamente
precedente y no de otros resultados previos; cada par de estados (ai,aj) nos proporciona
la probabilidad pij de que aj ocurra inmediatamente después de ai ocurra.
Este proceso estocástico se llama cadena (finita) de Markov (Lipschutz, 1968). Los
números pij se llaman probabilidades de transición, y se ordenan en una matriz cuadrada
(filas = columnas) llamada matriz de transición.
 p11 p12 ... p1m 
 
 p21 p22 ... p2m 
P=
... ... ... ... 
 
 pm1 pm2 ... pmm 
 
De este modo, a cada estado ai le corresponde la i-ésima fila (pi1, pi2, ..., pim) de la
matriz de transición P; si el sistema está en el estado ai, entonces este vector fila
representa las probabilidades de todos los posibles resultados del siguiente proceso y
por tanto este es un vector probabilidad.
La matriz de transición P de una cadena de Markov es una matriz estocástica si se

cumple que:
Cada una de las entradas de P es no negativa.

La suma de las entradas en cada fila es 1.
Una propiedad derivada de que P sea una matriz estocástica es que todas las potencias a
las que se eleve esta matriz Pn nos darán matrices estocásticas. Y que el producto de dos
matrices estocásticas A y B será otra matriz estocástica AB.
Una matriz estocástica P es regular si todas las entradas de cualquier potencia Pm son
positivas. En el caso de que tenga en alguna entrada de cualquier potencia Pm el 0 no es
regular.
La entrada pij en la matriz de transición P de una cadena de Markov es la probabilidad

de que el sistema cambie del estado ai al estado aj en un paso: ai → aj. Entonces el n-
ésimo paso de la matriz de transición es igual a la n-ésima potencia de P, es decir,
P(n)=Pn.
57
Para construir las matrices de transición de los cambios de usos del suelo es necesario
utilizar una tabla cruzada (Tabla 19) en la cual se comparen los datos cuantitativos de
superficies (píxeles o hectáreas) entre 2 mapas de usos de diferentes edades.
Tabla 19. Tabla cruzada entre los años X1 y X2.

Año X2
Stipa Arbust. Pino Repobl. C.aband. Cultivo Urbano Badlands
Stipa a11 a12 a13 a14 a15 a16 a17 a18
Arbust. a21 a22 a23 a24 a25 a26 a27 a28
Pino a31 a32 a33 a34 a35 a36 a37 a38
Año X1
Repobl. a41 a42 a43 a44 a45 a46 a47 a48

C. aband. a51 a52 a53 a54 a55 a56 a57 a58
Cultivo a61 a62 a63 a64 a65 a66 a67 a68
Urbano a71 a72 a73 a74 a75 a76 a77 a78
Badlands a81 a82 a83 a84 a85 a86 a87 a88
Una vez dispuestos estos datos tienen que ser convertidos a probabilidades y cumplir las
condiciones necesarias para ser una matriz estocástica (Tabla 20).
Tabla 20. Matriz de transición entre los años X1 y X2.

Año X2
Stipa p11 p12 p13 p14 p15 p16 p17 p18
Arbust. p21 p22 p23 p24 p25 p26 p27 p28
Pino p31 p32 p33 p34 p35 p36 p37 p38
Año X1
Repobl. p41 p42 p43 p44 p45 p46 p47 p48

C. aband. p51 p52 p53 p54 p55 p56 p57 p58
Cultivo p61 p62 p63 p64 p65 p66 p67 p68
Urbano p71 p72 p73 p74 p75 p76 p77 p78
Badlands p81 p82 p83 p84 p85 p86 p87 p88
Finalmente, se tiene que tener presente en la matriz de transición que todas las entradas
tienen que ser probabilidades no negativas, es decir, positivas o cero, y que la suma de
las entradas de cada fila tiene que ser 1. Así se tendrán todas las probabilidades de
cambio de un periodo de tiempo a otro. Por ejemplo, el valor p12 es la probabilidad de
paso del uso de Stipa tenacissima del año X1 al uso de arbusto del año X2.
4.4.4. Creación de una matriz de transición media.
Dado que se han creado 5 mapas de usos de distinta época, se pueden hacer diferentes
combinaciones y obtener 4 matrices de transición entre los periodos: 1946-1956, 1956-
1974, 1974-1980 y 1980-1999, pero es un poco tedioso intentar obtener conclusiones
generales con 4 matrices de transición. Una solución sería crear una única matriz de
transición entre 1946-1999, pero sería una pérdida de información no utilizar los años
intermedios (1956, 1974 y 1980). Otra posible solución, consiste en la creación de una
matriz de transición media (Li, 1995) tomando como datos de origen las 4
matrices de transición anteriores utilizando la fórmula siguiente: 1
*
donde P es la matriz de transición media, n es el número de P* =
n
∑ Pi
matrices a sumar y Pi son las matrices a sumar.
58
El inconveniente que tiene juntar todas las matrices de transición en una única matriz, es
que se pierden y se difuminan las últimas tendencias que existen en los cambios de
usos, es decir, si hay flujos que son crecientes o decrecientes en el tiempo quedan
enmascarados dentro de un valor medio formado por todas las matrices de transición.
4.4.5. Creación de una matriz de transición de tendencia.

Si bien, el punto anterior tenía el problema de que no mantenía la tendencia, aquí se
intentará solucionar esto creando una matriz de transición de tendencia lineal, en la que
se extrapolarán los datos las 4 matrices de transición (1946-1956, 1956-1974, 1974-
1980 y 1980-1999) para obtener una futura matriz de transición de 1946 a 2020.
En resumen, la operación que se ha realizado es una correlación lineal entre las mismas
probabilidades de cambio que hay en las 4 matrices de transición. De esta forma se ha
estimado la probabilidad de cambio que le correspondería a la probable matriz de
transición de 1946-2020.
4.4.6. Análisis de Markov.

El análisis de Markov se fundamenta en que las condiciones futuras dependen del
estado inicial y de las probabilidades de cambio de dicho estado. Los modelos de
Markov se aplican a sistemas homogéneos sólo cuando el sistema a ser modelizado
tiene tanto unas consistentes probabilidades de transición en el tiempo como unos
estados o clases adecuados (Li, 1995). Mediante estos modelos de Markov se pueden
reflejar cambios en dinámicas sucesionales en el tiempo (Childress et al, 1998).
El fin de este estudio radica en la estimación de las distribuciones futuras por medio de
la distribución inicial y la tendencia de cambio. Pese a ser un modelo teórico simple
refleja bien la evolución de los distintos estados en el tiempo en unas condiciones
inalterables. La simulación de los datos queda demostrada con la siguiente fórmula:
V1 = V0 · P
V2 = V1 · P = V0 · P · P = V0 · P 2
V3 = V2 · P = V1 · P · P = V0 · P · P · P = V0 · P 3 VN = V0 · PN
·················
V0 es el vector de estado inicial está compuesto por la distribución inicial en probabilidades de cada uno de los n elementos.
P es la matriz de transición de n columnas por n filas integrada por las probabilidades de cambio.
VN es el vector de estado en el periodo N e indica la distribución de probabilidades de cada uno de los n elementos.
N es el número de periodos que han transcurrido en la simulación.
El producto entre el vector V0 y la matriz P elevada a la N-ésima potencia tiene como

resultado otro vector (VN) que muestra la distribución en el periodo N en probabilidades
de cada uno de los n elementos. La matriz de transición P al elevarse a potencias altas
termina por consolidar las probabilidades, a causa de dejar de variar P cabe suponer que
después de un prolongado número de periodos se alcance un equilibrio estable para VN.
El valor temporal de cada periodo (N) se ha extrae del espacio de tiempo que se ha
tomado para realizar la matriz de transición P (Orloci, 1988 y 1993).
59
4.5. Dinámica espacial de la cubierta arbustiva discontinua.

En apartados anteriores se ha estudiado la distribución de los distintos tipos de usos del
suelo ubicados en parches homogéneos y con ellos se ha visto su evolución espacial y
temporal. Lo único que se ha tenido en cuenta para su identificación ha sido la composición
mayoritaria del uso, pero no considerando en el tiempo cambios de heterogeneidad dentro
del parche como su cobertura, densidad y agregación de su vegetación principal.
Basándonos en esto, y debido a la magnitud de la zona de estudio, se ha planteado el

estudio de un único parche que se ha mantenido prácticamente invariable en el tiempo
en sus dimensiones externas para realizar el seguimiento de la cobertura arbustiva en la
cronosecuencia de 53 años. Este punto aparece emparejado con el objetivo 2.4.
Mediante el procesado digital de imágenes y técnicas de sistemas de información
geográfica (S.I.G.), es posible detectar y analizar cuantitativamente los cambios de la
vegetación entre los límites del ecosistema a lo largo del tiempo (Mast et al, 1997).
4.5.1. Área seleccionada.
La subzona escogida dentro del área de estudio se encuentra su extremo N, donde se

alza el Macizo del Maigmó (Fig. 15). Se ha elegido especialmente por poseer
vegetación arbustiva dispersa y en manchas fácilmente cuantificables (ver Tabla 33).
Por otra parte, es una zona interesante, porque es uno de los pocos sitios donde no ha
habido ningún cambio del uso de tipo antrópico, en parte, debido a las fuertes
pendientes y a la difícil accesibilidad que presenta.
Macizo del Maigmó (1170m)
Fig. 15. Localización y vista tridimensional de la zona de seguimiento.
60
Esta unidad presenta, a su vez, una estructura en parches discontinuos de vegetación

arbustiva dispersa de carrascas aisladas (Quercus rotundifolia) y en menor medida
coscojas (Quercus coccifera) sobre una matriz compuesta por afloramientos rocosos de
calizas y alternadas con margas (Fig. 16 y Fig. 17).
Fig. 16. Fotografía del macizo del Maigmó.
Fig. 17. Detalle de las encinas que recubren de forma discontinua el Maigmó.
61
4.5.2. Material.
Se ha utilizado la fotogrametría aérea de 1946, 1956, 1974, 1980 y 1999.
4.5.3. Procesado de las imágenes.
A partir de las fotografías aéreas se puede llegar a distinguir con diferencia las zonas
ocupadas por arbustos y el suelo desnudo en conjunto, sin diferenciación específica. Los
pasos que se han seguido para cuantificar el área que ocupan los arbustos son los
siguientes:
Digitalización de las fotografías y los ortofotoplanos que contienen la subzona

de estudio mediante un escáner. Se adopta un tamaño de píxel de 1m x 1m.
Ajuste de la escala respecto a la fotografía de 1995.
Georrectificado respecto a la fotografía de 1995.
Georreferenciado respecto a la fotografía de 1995.
Digitalización en pantalla de las zonas ocupadas por arbustos.
Finalmente, una vez digitalizados todos los recubrimientos arbustivos para las 5 fechas
se importan al S.I.G. asistido por ordenador IDRISI v.2.0 (Eastman, 1990), en el cual se
cuantifica el total de recubrimiento de los mapas con la función HISTO. Luego, para el
seguimiento de las comunidades arbustivas se analiza a un tamaño de cuadrado de 50m
x 50m en los que se cuantifica su recubrimiento. Para llevar a cabo todo este proceso se
utilizan los comandos WINDOW y AREA para calcular el recubrimiento que hay en las
pequeñas zonas en las que se ha dividido, de este modo podremos apreciar si las zonas
más recubiertas siguen estando recubiertas o no. Las funciones se utilizan son las
siguientes:
HISTO: genera el histograma de frecuencias de los valores de las celdas de una

imagen ráster.
WINDOW: extrae una zona de interés o sub-imagen de una imagen como una
nueva imagen ráster, o una zona de interés de una serie de imágenes; puede utilizarse
para aislar un área de estudio, o para separar una imagen grande en partes más pequeñas
para su procesamiento.
AREA: mide el área asociada a cada categoría en una imagen ráster con datos de
tipo entero.
También fueron analizados las imágenes de recubrimiento por el programa FRAGSTATS

v.2.0 (McGarigal & Marks, 1995) para todos los años, con el fin de conocer la variación
de algunos índices como el número de parches y el tamaño medio de los parches.
62
4.6. Efectos de los cambios de usos en los balances hídricos.
Se pretende extrapolar a todo el territorio los cálculos de un modelo, aplicando el

cambio de usos del suelo a la distribución de los flujos hídricos, a partir los balances
hídricos calculados durante el desarrollo de los proyectos (HID97-1014 y GV97-RN-
14-4) para cada tipo de uso. Se creará un modelo común que estime los aportes hídricos
en función de la variable tipo de usos. Para esta extrapolación global hay ciertos
factores que no se tienen en cuenta en el modelo, por ejemplo las precipitaciones se
toman como anuales, y no puntuales y corresponde la misma cantidad a todo el
territorio. Se parte con el supuesto de que en un mismo uso los balances hídricos no se
alteran en el tiempo, por ejemplo el uso del suelo de Stipa tenacissima infiltra lo mismo
en el año 1946 que en 1999. No se han considerado las dinámicas específicas de cada
tipo de vegetación, por ejemplo, la utilización de Stipa tenacissima en la forrajería o la
extracción de arbustos para los hornos alfareros a mitad de siglo afectaría sensiblemente
a estos balances. Tampoco se tiene en cuenta la orografía de la zona de estudio.
El modelo toma como superficie el tamaño de píxel de los mapas de uso (25 m2) y se
saben las precipitaciones anuales que ha habido desde 1946 hasta 1999, y además
calcula los porcentajes de agua de lluvia que corresponden a intercepción, infiltración,
escorrentía, evapotranspiración y percolación en función de que este píxel pertenezca a
un tipo de vegetación. De esta forma, se pueden cuantificar los balances hídricos de
todos los píxeles que hay dentro de la cuenca (Bellot et al, 2001).
El fin que persigue este apartado es el de cuantificar las salidas dentro de la cuenca de
Agost desde un punto de vista general mediante la utilización de un S.I.G. y se
encuentra referido con el objetivo 2.5.
4.6.1. Material.
Se han utilizado los mapas de usos del suelo (1946, 1956, 1974, 1980, 1999).
4.6.2. Modelización de los balances hídricos.
Conociendo bien la distribución de las entradas y salidas de agua se pueden crear

modelos teóricos que simulen y cuantifiquen su repartición a partir de datos
experimentales. En estas simulaciones cuantos más parámetros y datos empíricos entren
en juego más fiable será el modelo. El desarrollo de estos modelos contribuye a mejorar
la información existente sobre balances hídricos, pérdida de suelo, balances de
nutrientes, capacidad de retención hídrica, etc.
63
En nuestro caso, sabiendo los balances hídricos para cada tipo de vegetación se creará
un modelo que mediante esta variable estime los aportes hídricos que ha tenido la
cuenca del Ventós en el pasado.
Un simplificado ciclo hidrológico está compuesto generalmente por varios procesos:
Precipitación: es la primera etapa del ciclo en la que se proporciona el paso del

agua de la atmósfera al suelo.
Infiltración: es el proceso mediante el cual el agua se introduce en el suelo por

los poros y microporos, se trata del proceso más importante del ciclo, ya que es el
que regula el almacenamiento del agua y su posterior aprovechamiento por los
ecosistemas.
Intercepción: es la retención del agua de lluvia por la parte aérea de las

comunidades vegetales.
Escorrentía: es el flujo hídrico superficial que se produce en el suelo después de

la lluvia, este proceso es el que origina la erosión en el suelo.
Evapotranspiración: es el flujo de agua que se pierde desde el suelo al

evaporarse y por transpiración de la plantas.
Percolación: es la transmisión del agua a capas inferiores después de infiltrarse,

gracias a ésta se recargan los acuíferos.
4.6.3. Ecuación del modelo.
En la simulación se cumple la siguiente ecuación:
Precipitación = Intercepción + Infiltración +

Escorrentía + ETR + Percolación
En la cual se verifica que las entradas por lluvia

son iguales a las salidas por intercepción,
infiltración, escorrentía, evapotranspiración real y
percolación (Fig. 18).
Fig. 18. Ciclo hidrológico.
64
4.6.4. Procesado.
Los mapas de usos de suelo de 1946, 1956, 1974, 1980 y 1999 han sido procesados
mediante el S.I.G. asistido por ordenador IDRISI v.2.0 (Eastman, 1990). Por medio de
este software se han podido realizar todos los cálculos teóricos anteriores entre los
mapas por medio de reclasificaciones (RECLASS), multiplicación de los mapas por
escalares (SCALAR) y suma de mapas (OVERLAY). Las funciones utilizadas son las
siguientes:
RECLASS: clasifica o reclasifica los datos de imágenes ráster en nuevas

categorías de valores enteros mediante una división del rango de valores en intervalos
iguales o a partir de límites definidos por el usuario.
SCALAR: realiza una operación aritmética (suma, resta, multiplicación, división

o elevar a una potencia) entre los píxeles de la imagen de entrada y un valor constante
elegido por el usuario.
OVERLAY: genera una nueva imagen a partir de los datos de dos imágenes de
entrada. Los nuevos valores son el resultado de aplicar una de las nueve posibles
operaciones (suma, resta, multiplicación, división, etc.) a las dos imágenes de entrada.
El proceso es muy simple, se transforman por medio de la función RECLASS cada uno
de los mapas de usos (1946, 1956, 1974, 1980 y 1999) en otros 5 mapas de flujos
(intercepción, infiltración, escorrentía, evapotranspiración real y percolación) en total se
tienen 25 mapas. Como los flujos son porcentajes es necesario que se multipliquen por
la cantidad de precipitación anual que reciben, por eso, se multiplican por este número
escalar, mediante el módulo SCALAR. Para comprobar que todos los flujos al final
suman la precipitación inicial se suman en un único mapa, por medio del comando
OVERLAY.
Todos estos cambios, al final, se han cuantificado mediante programas propios

diseñados en Visual Basic 6.0 (Microsoft Corporation, 1999) para el cálculo de las
medias y las cantidades globales de todos los mapas deducidos.
4.6.5. Datos iniciales.
Los datos iniciales se han extraído de numerosos estudios, por una parte están los
estudios actuales de balances hídricos de la cuenca de Agost (Bellot et al, 1999) y por
otra parte se han completado la información con otros trabajos relacionados en la
dinámica de los balances hídricos (Cerdà, 1995) y en la creación de modelos
espacialmente explícitos (Neilson, 1995; Russell et al, 1997).
65
A continuación se resumen los distintos flujos en función del uso (Tabla 21) y según la
bibliografía utilizada (Abdelli, 1998; Bellot et al, 1999, 2001).
Tabla 21. Ciclo hidrológico para los usos del suelo.

Usos Stipa Arbust. Pino Repobl. C.aband. Cultivo Urbano Badlands
ETR 57.8% 43.0% 38.9% 24.4% 52.5% 45.2% 59.7% 61.4%
Infiltración 0.9% 4.0% 4.8% 7.5% 2.3% 3.6% 0.2% 0.1%
Percolación 18.5% 23.1% 30.3% 38.7% 20.8% 21.8% 17.8% 15.2%
Escorrentía 12.5% 7.7% 2.1% 0.5% 9.9% 9.5% 16.9% 20.3%
Intercepción 10.3% 22.2% 23.9% 28.9% 14.5% 19.9% 5.4% 3.0%
La tabla anterior queda resumida en la siguiente figura (Fig. 19).
Fig. 19. Ciclo hidrológico para el mapa de usos del suelo.
66
5. CARTOGRAFÍA DE LA VEGETACIÓN Y
DEL MEDIO FÍSICO
El trabajo cartográfico se fundamenta en la presentación de los resultados gráficos de

todos los mapas de variables físicas y socioeconómicas y todos los procedimientos
aplicados a los mismos en el trabajo.
También, se introducen los resultados de los inventarios de campo realizados en la zona

de estudio y su posterior análisis de la estructura de la vegetación.
Entre estos mapas los más importantes son los de usos del suelo para los años 1946,
1956, 1974, 1980 y 1999, ya que se utilizan en todos los análisis posteriores.
5.1. Cartografía del medio físico.

Los mapas temáticos elaborados en el trabajo, constituyen la base para algunos de los
análisis que se realizan más adelante. Toda esta cartografía se presenta comentada.
La cartografía temática básica está compuesta por:
Mapa geológico.
Mapa geológico simplificado.
Mapa de tectónica.
Modelo digital de elevaciones (M.D.E.).
Modelo digital de elevaciones simplificado.
Mapa de orientaciones.
Mapa de pendientes.
Mapa de hidrología.
Mapa de distancias al pueblo de Agost simplificado.
Mapa de distancias a la carretera simplificado.
67
Mapa geológico.
TG2
TG3
3
C 16
3
Cm 16
1
C 21
1-0
C 21-22
C23-26
A-Bb
T 1-12
A-Ba
T 3-11
Bc
Tm 11
QG1
QG2
Qcd
QA1
Fig. 20. Mapa geológico.
68
Del mapa geológico visualizado (Fig. 20) se ha creado su respectiva leyenda (Tabla 22)
e histograma (Fig. 21).
Tabla 22. Leyenda del mapa geológico.

Estratigrafía Nº hectáreas
Muschelkalk (TG2) 1.92
Keuper (TG3) 30.72
Albiense (C316) 106.19
Albiense con Ammonites (Cm316) 36.81
Cenomaniense (C121) 168.21
Cenomaniense-Turoniense (C1-021-22) 584.38
Senoniense (C23-26) 355.60
Serie margo-arenosa (TA-Bb1-12) 20.01
Calizas pararrecifales (TA-Ba3-11) 33.65
Indentaciones continentales (TmBc11) 84.31
Glacis antiguos (QG1) 2.27
Glacis modernos (QG2) 39.58
Conos de deyección (Qcd) 23.80
Aluviones (QA1) 15.79
Se puede destacar que las facies predominantes son el Cenomaniense-Turoniense, el

Senoniense y en menor medida el Cenomaniense. Estos afloramientos son bastante
parecidos en cuanto a su estructura, confieren al paisaje ese aspecto margo-calizo.
600
500
400
Ha 300
200
100
0
2
3
12
11
11
1
A1
cd
21
16
16
6
TG
TG
G
-2
-2
Q
1-
Bc
3-
Q
Q
Q
1
3
23
21
m
C
C
b
Tm
a
C
C
-B
-B
0
1-
TA
TA
C
Fig. 21. Histograma del mapa geológico.
69
Geológicamente la cuenca de Agost se encuentra situada en la parte oriental de las

zonas externas de las Cordilleras Béticas en la provincia de Alicante, que por sus
características estructurales y estratigráficas se le ha denominado Prebético Interno
(IGME, 1978).
Según el Mapa Geológico de España, (IGME, 1978), los materiales aflorantes en el

área, tienen edades que abarcan desde el Muschelkalk (TG2) al Tortoniense (TmBc11)
con un amplio predominio de los materiales del Cretácico Superior.
TRIÁSICO:
Muschelkalk (TG2): Se trata de una formación calcáreo-dolomítica, determinada
por la afloración de calizas dolomíticas, calizas negras compactas masivas, calizas
amarillentas con fragmentos de conchas de Pelicípodos y calizas compactas azuladas.
Se suelen presentar con un espesor de 30-50 metros en una sucesión de muro a techo.
Keuper (TG3): Se encuentra formado por litofacies arcillosa rojiza con yesos y
jacintos, caracterizada por potentes bancos de yesos con intercalaciones dolomíticas. Es
frecuente encontrar a estos materiales en lentejones que se interestratifican en la serie
sedimentaria cretácica o miocena, o bien como pequeñas inyecciones en las zonas
fracturadas. Es difícil calcular el espesor de estos materiales, debido a la fuerte
tectonización con que se manifiestan. La disposición de las áreas de afloramiento forma
una alineación E-W, esta franja constituye el sustrato de los depósitos cuaternarios.
CRETÁCICO:
Albiense (C316): Constituido por afloramientos en los tramos superiores del
Albiense compuestos por tramos más o menos rítmicos de margas y calizas margosas
ligeramente detríticas de estructura aboudinada y en bancos de 30-50 cm. Aflora
ampliamente en la zona de Castellet (Sur de la Sierra de Castellar). Forman la parte
impermeable de la zona.
Albiense en facies margosas y carbonatada con Ammonites (Cm316): Integrado
por margas amarillentas-verdosas, micáceas, con niveles calizos intercalados y arcillas
“tegulinas” azuladas, ocupan el núcleo de la estructura anticlinal Cid-Maigmó. Esta
formación está bien representada en una sucesión de muro a techo de: tramo basal
margoso con intercalaciones de calizas o niveles areniscosos. Un tramo medio con
predominio de los niveles calizos sobre los margosos que disminuyen paulatinamente de
espesor hacia el techo, hasta llegar a formar una serie aparentemente rítmica de tramos
carbonatados y margosos, con abundantes Equinodermos y pasadas calcareníticas con
Orbitolinas.
Cenomaniense (C121): Constituido por calcarenitas con Orbitolinas y alternancia de
margas y margocalizas detríticas. La variación de espesores se pone de manifiesto según
una reducción de los mismos hacia el Este del Maigmó. También aflora al Este de la
población de Agost en el Cerro de Castellans.
Cenomaniense-Turoniense (C1-021-22): Representado por una serie calcárea en facies
de calizas con Pithonellas (micritas) blancas o grises, bien compactadas. Hacia techo se
presentan en facies nodulosas con sílex interestratificado o en nódulos. Se trata de facies
claramente pelágicas, característico de un medio de plataforma externa muy abierto. Son
los materiales que constituyen el nivel permeable del acuífero y los relieves de las Sierras
del Ventós y del Castellar. Constituye litológicamente la ventana del acuífero.
70
Senoniense (C23-26): Se encuentran representados por facies pelágicas de

Globotruncanas, en calizas, margas y calizas margosas blancas, rosadas o verdes y
amarillentas en tránsito al Eoceno imperceptible a escala del afloramiento. Constituye el
recubrimiento de las facies Turonienses, aflorando ampliamente a lo largo del Barranco
Blanco y en la zona de Tabarias, al Norte de Agost.
TERCIARIO:
Serie margo-arenosa (TA-Bb1-12): Se trata de la forma más típica de presentarse el
flysch, constituido por una alternancia rítmica de areniscas con cemento arcilloso-calcáreo y
margas. Es frecuente encontrar en los bancos de areniscas estructuras de flujo o corriente y,
esporádicamente, bancos decimétricos que testimonian verdaderas tanatocenosis de
Nummulites. Igualmente se incluyen en este apartado diversos conjuntos margosos a calizo-
margosos, ligeramente arenosos, que presentan a veces intercalaciones de calcarenitas
bioclásticas blancas. Afloran al Norte de Agost.
Calizas pararrecifales (TA-Ba3-11): Sobre los elementos eocenos y a veces oligocenos
aparece un paquete de calizas pararrecifales blancas, similares a las descritas para el
Eoceno, como "Caliza de Alveolinas", que marcan la transgresión oligo-miocena. Dichas
calizas son calcarenitas bioclásticas con gran cantidad de Algas, Amphisteginas,
Heterosteginas, Lepidocyclinas, Briozoos, Políperos, Miliólidos y otros organismos
formadores de arrecifes.
Indentaciones continentales (TmBc11): Muestra unas intercalaciones de conglomerados
heterométricos, con cantos redondeados, bien cementados, de matriz arcillosa, que aparecen
primero esporádicamente y en la parte superior llegan a constituir el único elemento. Su
distribución es lentejonar y pasan a veces a limos rosas de claro carácter continental. Se
encuentra un afloramiento al Norte de la Sierra del Ventós constituido por margas blancas a
limos rosas con intercalaciones de conglomerados continentales de distribución lentejonar.
CUATERNARIO:
Glacis antiguos (QG1): Se encuentra en zonas deprimidas con suelos de color
negruzco, nos testimonian sobre una antigua zona pantanosa que posiblemente sirvió de
nivel de base de los ríos y arroyos que originaron este glacis. También presenta unos retazos
a modo de cerros testigos planos, cubiertos por cantos redondeados y que dominan
netamente sobre el paisaje.
Glacis modernos (QG2): Está desarrollado fundamentalmente en las depresiones
rellenas de materiales blandos (margas terciarias, cretácicas y arcillas triásicas). Es un glacis
cubierto de restos de aluvionares que a veces se hallan algo cementados, originando
superficies encostradas.
Conos de deyección (Qcd): Constituyen depósitos aluviales en las laderas, como
consecuencia de las intensas lluvias que han actuado en la región dentro de un clima
normalmente cálido. Sólo se ha tenido en cuenta la naturaleza grosera y la baja clasificación
de sus elementos, así como la pendiente y forma que presentan sus depósitos,
independientemente de la cronología.
Aluviones (QA1): Se forman por las crecidas de los ríos que actualmente excavan la
región donde encontramos los aluviones. Generalmente son cantos rodados que se
depositan en las ramblas de los torrentes normalmente secos, pero que en épocas de lluvias
alcanzan crecidas considerables, dejando a su paso notables cantidades de depósitos. Se
encuentra en las Ramblas del Derramador y de la Zarza.
71
Mapa geológico simplificado.
Triásico
Cretácico
Terciario
Cuaternario
Fig. 22. Mapa geológico simplificado.
72
Del mapa geológico se ha reclasificado toda la columna estratigráfica y se ha sintetizado

en los 4 periodos que existen. Se ha construido el mapa geológico simplificado (Fig. 22)
y se ha creado su respectiva leyenda (Tabla 23) e histograma (Fig. 23).
Tabla 23. Leyenda del mapa geológico simplificado.

Estratigrafía Periodos Nº de hectáreas
TG2
Triásico 32.64
TG3
C316
Cm316
C121 Cretácico 1251.21
C1-021-22
C23-26
TA-Bb1-12
TA-Ba3-11 Terciario 137.97
TmBc11
QG1
QG2
Cuaternario 81.45
Qcd
QA1
El periodo cretácico es el más abundante, ya que un 80% de toda la cuenca procede de

este periodo. Esta amplia representación de litofacies calizas, margo-calizas y margosas
le proporcionan ese aspecto al paisaje. Los otros periodos aparecen en menores
proporciones en el barranco Blanco o cerca de éste.
1400
1200
1000
800
Ha
600
400
200
0
Triásico Cretácico Terciario Cuaternario
Edades geológicas
Fig. 23. Histograma del mapa geológico simplificado.
73
Mapa de tectónica.
Fallas
Fig. 24. Mapa de tectónica.
74
La cuenca de Agost está integrada dentro del bloque Cid-Ventós, este bloque está
representado por una serie de macizos que a modo de grandes dovelas cabalgan hacia el
N sobre el anticlinal y surco del Palomaret. Las zonas que forman este conjunto
estructural podríamos dividirlas en tres grandes bloques: Sierra del Cid, Vega de Agost
y Sierra del Ventós-Los Tajos (Fig. 24).
La Sierra del Cid, situada más al N, está constituida por materiales cretácicos.
En la base, se encuentran las margas del Albiense formando un gran paquete, que
posiblemente actúe como nivel de despegue. Sobre estas margas se tienen unos niveles
más duros del Cenomaniense, que forman la cúspide, y por último en su borde
occidental, y en contacto normal, se hallan las margocalizas del Senoniense.
Morfológicamente es un gran macizo que destaca sobre las depresiones colindantes y
que cae suavemente en superficie estructural hacia el SO. A excepción de su límite N,
que es una falla inversa cabalgando hacia el N, el resto de contornos están definidos
normalmente por multitud de pequeñas fallas normales que lo compartimentan a modo
de pequeñas teclas de piano, que indican una posterior etapa de distensión en el
Mioceno superior.
Vega de Agost, los materiales que la forman, aparte del gran glacis que se instala
en sus dominios, son sobre todo senonienses, eocenos y miocenos. Dada la naturaleza
margosa de los materiales que la integran, así como la falta de expresividad de su
morfología, es difícil poner de manifiesto los accidentes tectónicos que actúan sobre la
zona. No obstante, es de destacar la gran falla inversa que afecta al paraje denominado
Colinas de Gil Martínez; su cobijadura, se realiza sobre los materiales septentrionales.
Estructuralmente está constituida por un sinclinal y anticlinal tumbados al N, que
afectan sobre todo a materiales cenomanienses y que intentan sobrepasar los depósitos
senonienses situados más al N. Cabe destacar, que el Mioceno inferior, que aflora en sus
proximidades, se encuentra involucrado en estos fenómenos, debidos a efectos claros de
compresión que se ponen de manifiesto principalmente en el Senoniense.
Sierra del Ventós y Los Tajos. La primera es un sinclinal colgado, cuya parte
más elevada topográficamente lo constituyen depósitos del Cenomaniense. Hacia el SO
se resuelve en una suave pendiente, cuyos materiales son calizas margosas muy
tableadas con tonos rosados del Senoniense. La Sierra del Castellar y la Sierra del
Ventós conforman un sinclinal de dirección NE-SW, con un eje anticlinal hundido hacia
el SW. En los flancos de esta estructura, hacia el E y SE, se advierten frecuentes
repliegues, a veces muy apretados, acompañados de fallas normales producidas por
fenómenos de descompresión que la separan de la Sierra de los Tajos. Se podría
interpretar como desgajada de la Sierra del Ventós y al igual que ella, afectada también
por numerosas y pequeñas fallas de distensión. El borde N presenta materiales
senonienses y eocenos, con buzamientos muy verticales y localmente inversos, que
están cobijados bajo la falla inversa que los separa de los materiales cenomanienses de
la Sierra del Ventós.
75
Modelo digital de elevaciones (M.D.E.).
Fig. 25. Modelo digital de elevaciones.
76
La topografía de la cuenca presenta una cierta accidentalidad, como se puede percibir en la

vista tridimensional del relieve (Fig. 26). La zona más elevada se corresponde con la Sierra
del Maigmó (1170 m), seguida de la Sierra del Ventós (900 m) que converge en su extremo
N con la Sierra del Castellar (763 m) y por último quedan las Lomas de la Beata (489 m)
que limitan al W de la cuenca.
Fig. 26. Visión tridimensional del relieve.
El relieve abrupto
favorece una marcada red
de drenaje de dirección
N→S, como se puede
apreciar en la Fig. 27. En
gran medida propiciada
por la morfogénesis
margo-caliza, por la
escasa vegetación y por
las lluvias torrenciales que
han permitido la
formación de fenómenos
erosivos tan destructivos
como los acarcavamientos.
Fig. 27. Visión S→N.
La escala de colores del modelo digital de elevaciones (M.D.E.) en la Fig. 25 oscila

entre los 235 m y los 1170 m, aunque dentro de la cuenca los límites son de 330 m y
1170 m. Teniendo 529 m como altura media en el interior de la cuenca.
77
Modelo digital de elevaciones simplificado.
230 a 350 m
350 a 470 m
470 a 590 m
590 a 710 m
710 a 830 m
830 a 950 m
950 a 1070 m
1070 a 1190 m
Fig. 28. Modelo digital de elevaciones simplificado.
78
El modelo digital de elevaciones se ha reclasificado o agrupado para facilitar su uso

estadístico y se ha simplificado en 8 clases, tomando como intervalo 120 m de altura. Se
ha construido el modelo digital de elevaciones simplificado (Fig. 28) y se ha creado su
respectiva leyenda (Tabla 24) e histograma (Fig. 29).
Tabla 24. Leyenda del modelo digital de elevaciones simplificado.

Altura (m) Número de hectáreas
230 a 350 m 87.35
350 a 470 m 522.19
470 a 590 m 433.24
590 a 710 m 291.68
710 a 830 m 123.77
830 a 950 m 26.37
950 a 1070 m 15.54
1070 a 1190 m 3.14
En el interior de la cuenca predominan las alturas bajas, prácticamente un 70% del

terreno está por debajo de los 590 m. Tan sólo un porcentaje inferior al 1% se encuentra
a más de 950 m. Las alturas más elevadas corresponden a la Sierra del Maigmó con una
altura máxima de 1170 y a la Sierra del Ventós con 900 m, que se encuentran en
extremo N y NE de la cuenca, por el otro lado las alturas mínimas se tienen en el S, este
desnivel de alturas N→S se mantiene proporcionado con suaves pendientes en todo el
terreno, salvo en las zonas más elevadas.
600
500
400
Ha 300
200
100
0
230 a 350 a 470 a 590 a 710 a 830 a 950 a 1070 a
350 470 590 710 830 950 1070 1190
Altitud (m)
Fig. 29. Histograma del modelo digital de elevaciones simplificado.
79
Mapa de orientaciones.
N (338º a 23º)
NE (23º a 68º)
E (68º a 113º)
SE (113º a 158º)
S (158º a 203º)
SO (203º a 226º)
O (248º a 293º)
NO (293º a 338º)
Sin orientación
Fig. 30. Mapa de orientaciones.
80
El mapa de orientaciones se ha construido a partir del modelo digital de elevaciones, y

se ha dividido en 9 clases, 8 para las orientaciones y 1 para las zonas llanas que no
tienen orientación. Entre las orientaciones se ha adoptado un intervalo de clase de 45º.
El resultado que se ha obtenido es el mapa de orientaciones (Fig. 30) y se ha creado su
respectiva leyenda (Tabla 25) e histograma (Fig. 31).
Tabla 25. Leyenda del mapa de orientaciones.

Orientación (º) Número de hectáreas
N (338º a 23º) 55.35
NE (23º a 68º) 45.81
E (68º a 113º) 137.28
SE (113º a 158º) 258.43
S (158º a 203º) 279.53
SO (203º a 226º) 250.19
O (248º a 293º) 248.79
NO (293º a 338º) 138.64
Sin orientación 89.25
En la cuenca imperan ciertas exposiciones, como las disposiciones hacia el SE, S, SO y O,

que representan al 69% de todas las orientaciones. Esta desigual distribución de las
orientaciones es debida a que la parte alta del terreno se encuentra en el N y va
paulatinamente disminuyendo hacia el S. Por último, existen lugares que carecen de
orientación por estar en zonas llanas y se han encasillado en una clase sin orientación.
300
250
200
Ha 150
100
50
0
N NE E SE S SO O NO Sin
Orientaciones
Fig. 31. Histograma del mapa de orientaciones.
81
Mapa de pendientes.
Pendiente nula (0º a 2.34º)

P. suave (2.34º a 10.1º)
P. moderada (10.1º a 22.0º)
P. fuerte (22.0º a 43.34º)
P. muy fuerte (>43.34º)
Fig. 32. Mapa de pendientes.
82
El mapa de pendientes se ha creado a partir del modelo digital de elevaciones, y se ha

fraccionado en 5 clases de pendiente. Se ha adoptado una clasificación relacionada con
el gradiente de pendiente del C.E.P.E.M. (Centre d'Etudes Phytosociologiques et
Ecologiques de Montpellier). El resultado que se ha obtenido es el mapa de pendientes
(Fig. 32) y se ha creado su respectiva leyenda (Tabla 26) e histograma (Fig. 33).
Tabla 26. Leyenda del mapa de pendientes.

Pendiente (º) Número de hectáreas
Nula (0º a 2.34º) 31.17
Suave (2.34º a 10.1º) 410.23
Moderada (10.1º a 22.0º) 639.29
Fuerte (22.0º a 43.34º) 411.79
Muy fuerte (>43.34º) 10.80
Existe un predominio de las pendientes medias o moderadas (10.1º a 22.0º), con un 43%
del total. Le siguen en cantidad las pendientes suaves (2.34º a 10.1º) y fuertes (22.0º a
43.34º) teniendo ambas una representación de un 27%. Las pendientes más elevadas
coinciden con la Sierra del Maigmó, la Sierra del Ventós y sobre todo la Sierra del
Castellar. Tan sólo se encuentran pendientes muy fuertes (>43.34º) en pequeños y
aislados lugares dentro de las laderas de las anteriores serranías.
700
600
500
400
Ha
300
200
100
0
Nula (0º a Suave (2.34º a Moderada Fuerte (22.0º a Muy fuerte
2.34º) 10.1º) (10.1º a 22.0º) 43.34º) (>43.34º)
Pendiente
Fig. 33. Histograma del mapa de pendientes.
83
Mapa de hidrología.
Límite de la cuenca
Área de recarga
Red hidrográfica
Fig. 34. Mapa de hidrilogía.
84
Desde el punto de vista hídrico en la zona de estudio se diferencian 2 unidades de

importancia: la cuenca y el acuífero.
La cuenca de Agost, a la que drena la red hidrográfica está cerrada al N por

las altas elevaciones de la Sierra del Maigmó, que en determinados sectores
sobrepasan los 1100 m de altitud sobre el nivel del mar, donde tienen su
cabecera la mayor parte de los cursos que drenan dicha zona. El límite
occidental viene marcado por la Sierra del Cid que culmina a los 1103 m y en
cuya vertiente oriental se originan una serie de torrentes que dirigen sus aguas
hacia la depresión de Agost. Las elevaciones del conjunto Ventós-Castellar,
entre 350 y 900 m de altitud sobre el nivel del mar, cierran la cuenca por el E
mientras que el límite SO podríamos definirlo como un arco integrado por las
Lomas de la Beata y pequeñas elevaciones que en ningún caso superan los 500
m de altitud.
El sistema acuífero Ventós-Castellar está constituido por materiales que

pertenecen al Cenomaniense Superior-Turoniense (IGME, 1978), formado por
calizas con Pithonellas blancas o grises. Está limitado al N por la Sierra del
Ventós, al SE por la Sierra del Castellar formando una digitalización en el
extremo S y al E está cerrado por una falla inversa. La cantidad de
afloramientos rocosos junto con la densidad de fallas existente en la zona del
acuífero y la cuenca facilita la respuesta del nivel piezométrico del acuífero
ante las precipitaciones. Si bien, los barrancos y ramblas de la Sierra del
Ventós (Barranc Blanc y Barranc del Ventós) llevan sus aportes hídricos sólo
en los periodos de lluvias torrenciales, ya que no existen cauces de caudal
continuo.
85
Mapa de distancias al pueblo de Agost simplificado.
0 a 900 m
900 a 1800 m
1800 a 2700 m
2700 a 3600 m
3600 a 4500 m
4500 a 5400 m
5400 a 6300 m
Fig. 35. Mapa de distancias al pueblo de Agost simplificado.
86
El interés de este mapa, radica en que más adelante se relacionarán los cambios de uso
con la distancia al pueblo de Agost.
A partir del mapa de distancias a Agost se quiere conocer más adelante la importancia
de estas distancias con los cambios de usos. El rango de distancias del mapa de
distancias al pueblo de Agost oscila entre los 0 y los 6936 m. Teniendo 3041 m como
distancia media.
El mapa de distancias al pueblo de Agost se ha dividido en 7 clases de distancia, con un

intervalo de 900 m. El resultado que se ha obtenido es el mapa de distancias al pueblo
de Agost simplificado (Fig. 35) y se ha creado su respectiva leyenda (Tabla 27) e
histograma (Fig. 36).
Tabla 27. Leyenda del mapa de distancias al pueblo de Agost simplificado.

Distancias a
Nº de ha
Agost (m)
0 a 900 165.36
900 a 1800 224.49
1800 a 2700 258.75
2700 a 3600 309.73
3600 a 4500 291.52
4500 a 5400 172.03
5400 a 6300 81.39
La proporción de clases está bastante equilibrada, aunque predominan las zonas que se
encuentran en la medianía.
350
300
250
200
Ha
150
100
50
0
0 a 900 900 a 1800 a 2700 a 3600 a 4500 a 5400 a
1800 2700 3600 4500 5400 6300
Distancias al pueblo de Agost (m)
Fig. 36. Histograma del mapa de distancias al pueblo de Agost simplificado.
87
Mapa de distancias a la carretera simplificado.
0 a 350 m
350 a 700 m
700 a 1050 m
1050 a 1400 m
1400 a 1750 m
1750 a 2100 m
2100 a 2450 m
2450 a 2800 m
Fig. 37. Mapa de distancias a la carretera simplificado.
88
A partir del mapa de distancias a la carretera se pretende conocer más adelante la

relevancia de estas distancias con los cambios de usos. El rango del mapa de distancias
a la carretera oscila entre los 0 m y los 2673 m. Teniendo 924 m como distancia media.
El mapa de distancias a la carretera se ha dividido en 8 clases de distancia, con un

intervalo de 350 m. El resultado que se ha obtenido es el mapa de distancias a la
carretera simplificado (Fig. 37) y se ha creado su respectiva leyenda (Tabla 28) e
histograma (Fig. 38).
Tabla 28. Leyenda del mapa de distancias a la carretera simplificado.

Distancias a la
Nº de ha
carretera (m)
0 a 350 469.31
350 a 700 324.20
700 a 1050 246.75
1050 a 1400 208.87
1400 a 1750 135.96
1750 a 2100 84.45
2100 a 2450 33.66
2450 a 2800 0.09
Al atravesar la carretera toda la cuenca de S a NE, las clases que aparecen con más
frecuencia son las más cercanas a la misma.
500
450
400
350
300
Ha 250
200
150
100
50
0
0 a 350 350 a 700 a 1050 a 1400 a 1750 a 2100 a 2450 a
700 1050 1400 1750 2100 2450 2800
Distancia al camino (m)
Fig. 38. Histograma del mapa de distancias a la carretera simplificado.
89
5.2. Estudio de la vegetación.

5.2.1. Determinación de las categorías de usos del suelo y
cubierta vegetal.
La tipificación de las comunidades vegetales correspondientes a los usos del suelo se ha
realizado teniendo en cuenta dos premisas:
o Las comunidades vegetales deben ser fácilmente identificables en la
fotointerpretación en base a características geomorfológicas (grano y textura de la
imagen), lo cual permite diferenciar todas la categorias en la fotografía aérea.
o La similitud entre parcelas de vegetación, basada en su composición de especies y
coberturas debe permitir ser englobadas en una misma comunidad vegetal, ya que el
interés radica en separar comunidades diferenciadas.
Una primera categorización se ha elaborado mediante fotointerpretación a partir de los
ortofotomapas de 1995 y se han comprobado en el campo mediante los 35 inventarios
realizados en 1999, en todo el área de estudio. De estos estudios se han extraído los 14 tipos
de cubierta vegetal que aparecen en la Tabla 29.
Tabla 29. Inventarios para los distintos tipos de cubiertas vegetales generados mediante
fotointerpretación.
Cubierta vegetal Números de los inventarios
Espartal 2, 3 y 5
Tomillar, espinar y pastizal 1y4
Matorral 6, 8 y 9
Matorral en afloramientos rocosos 7 y 10
Reciente repoblación de pinos (subsolado) 12, 13 y 14
Terrazas con repoblación de pinar sobre espartal 11 y 15
Repoblación de pinar sobre matorral 18 y 19
Antigua repoblación de pinos (subsolado) 17
Plantaciones de pinar sobre espartal (ahoyado) 16 y 20
Viñedo 23 y 24
Cultivo de secano 22
Almendros y olivos 21 y 25
Campos abandonados aterrazados 26, 27, 28, 29 y 30
Badlands y comunidades de rambla 31, 32, 33, 34 y 35
Estos inventarios aparecen descritos por especies y recubrimientos en el punto 5.2.3,
una vez ya realizada la ordenación y clasificación simplificada, en función de la
composición florística y su porcentaje de recubrimiento.
Los resultados del análisis del DCA (ver Tabla 30) aportan un valor de 4.103 a la longitud
del gradiente, esto significa que al superar el valor 4, los datos se encuentran ordenados
como resultado de un gradiente ambiental muy marcado (ter Braak & Smilauer, 1998). El
porcentaje de varianza acumulada que poseen las dos primeras funciones es de un 22.4%
siendo aceptable en casos de vegetación variada (ter Braak & Smilauer, 1998).
90
Tabla 30. Resultados del DCA.

Eje 1 Eje 2 Eje 3 Eje 4
Autovalores 0.5879 0.3339 0.13230 0.091
Longitud de gradientes 4.103 2.782 2.156 1.675
Porcentaje de varianza acumulada 14.3 22.4 25.7 27.9
Una vez calculados los ejes canónicos principales, se han confeccionado correlaciones
entre las variables topográficas y los ejes (ver Tabla 31), las variables estructurales y los
ejes (ver Tabla 32) y la cobertura de especies y los ejes (ver Tabla 33) para la
interpretación del análisis de gradientes indirecto (Jongman, 1987). En dichas tablas se
utiliza el coeficiente de correlación de Pearson y un valor de N de 35 casos, que
corresponden a los 35 inventarios realizados. Con un asterisco se muestran las
correlaciones significativas con p < 0.05.
El análisis de correlación entre las variables topográficas (altitud e inclinación) y los

ejes canónicos de la Tabla 31 muestra una correlación negativa en la altitud y en la
inclinación para el eje 1. Por lo tanto, para valores reducidos del eje 1 se tendrán valores
altos de altitud y pendiente, y viceversa. Por otra parte, para el eje 2 aparece una
correlación positiva en la inclinación, lo cual indica que para valores pequeños del eje 2
se obtendrán valores pequeños de inclinación. Los ejes 3 y 4 no presentan correlaciones
significativas con estas variables.
Tabla 31. Correlación de las variables topográficas y los ejes canónicos.

Variables topográficas Eje 1 Eje 2 Eje 3 Eje 4
Altitud -0.63* 0.116 0.044 -0.084
Inclinación -0.58* 0.537* -0.047 -0.259
* La correlación es significativa a un nivel inferior a 0.05.
El análisis de correlación entre las variables estructurales (cobertura, riqueza y

diversidad) y los ejes canónicos de la Tabla 32 presenta una correlación negativa entre
la cobertura y el eje 1 y 2. Entonces, para ambos ejes se tendrán valores de coberturas
altos para valores reducidos del eje. También, existe correlación positiva significativa
entre la riqueza de especies y el eje 3. Por último, tanto la variable de diversidad como
el eje 4 no presenta ninguna correlación.
Tabla 32. Correlación de las variables estructurales y los ejes canónicos.

Variables estructurales Eje 1 Eje 2 Eje 3 Eje 4
Cobertura por especie -0.608* -0.451* 0.311 0.154
Riqueza específica -0.299 -0.264 0.413* 0.268
Índice de diversidad de Shannon 0.237 0.088 0.278 0.068
En la Tabla 33 se han seleccionado las correlaciones significativas, positivas y

negativas, entre las coberturas de las especies y los ejes canónicos. El eje que posee
mayor número de correlaciones es el eje 1, seguido del eje 2 y así sucesivamente.
91
Tabla 33. Correlación de las coberturas de especies y los ejes canónicos.

Coberturas de especies Eje 1 Eje 2 Eje 3 Eje 4
Asphodelus fistulosus 0.610* -0.163 0.115 -0.062
Carrichtera annua 0.602* 0.057 -0.346* 0.27
Centaurea aspera 0.519* -0.149 0.379* -0.227
Ceratonia siliqua 0.33 0.019 -0.092 0.62*
Convolvulus althaeoides 0.684* -0.214 -0.102 -0.066
Coris monspeliensis -0.578* 0.054 0.124 -0.13
Dactylis hispanica 0.529* 0.293 -0.34* -0.187
Erica multiflora -0.511* 0.099 0.124 -0.073
Globularia alypum -0.509* -0.271 -0.333* -0.047
Linum narbonense -0.515* 0.024 0.036 0.004
Lolium rigidum 0.481* -0.028 0.196 0.555*
Matthiola fruticulosa -0.507* -0.292 -0.287 0.043
Phagnalon saxatile 0.516* -0.313 0.332 -0.075
Plantago albicans 0.633* 0.048 -0.119 0.475
Reichardia tingitana 0.651* -0.054 0.091 -0.056
Rubia peregrina -0.081 0.726* 0.265 -0.032
Salsola genistoides -0.087 0.512* 0.301 0.145
Salvia verbenaca 0.585* -0.057 -0.127 -0.32
Sonchus tenerrimus 0.677* 0.056 0.07 0.284
Stipa tenacissima -0.407* -0.284 -0.59* -0.102
Psoralea bituminosa 0.164 0.539* -0.261 -0.246
Scabiosa stellata 0.174 0.667* -0.232 -0.273
Foeniculum vulgare 0.103 0.509* 0.052 -0.039
Aegilops geniculata 0.112 0.583* 0.09 0.013
Tal como se ha visto en las Tablas 31 y 32 se tiene el eje 1 regido por las variables
altitud, pendiente y cobertura y el eje 2 por la pendiente y cobertura. Por lo tanto, el
listado de especies se encuentra determinado por unos gradientes topográficos y
estructurales. Así pues, en el caso del eje 1 se tendrá para valores cercanos al origen
inventarios con altitud, pendiente y cobertura elevada y viceversa. En consecuencia,
cabe esperar que las comunidades de monte, que poseen gran elevación, pendiente y
cobertura aparezcan en el extremo de la izquierda del eje 1 y en el otro extremo los
cultivos y campos abandonados que poseen poca elevación, pendiente y cobertura. En el
caso del eje 2, para valores reducidos se obtiene mayor cobertura y menor pendiente y
para valores elevados lo contrario. Por consiguiente, se tendrán cerca del origen de este
eje, comunidades con elevada cobertura y poca pendiente como podrían ser los campos
abandonados, y en el otro extremo se encontrarán comunidades que poseen poca
cobertura y gran pendiente como podrían ser los badlands.
En la Tabla 33 aparece el listado de especies que tienen significación con los ejes. Se puede
apreciar que las especies de matorrales y de espartales (las comunidades más maduras) se
sitúan con valores de correlación negativos para el eje 1, como por ejemplo: Globularia
alypum, Erica multiflora, Stipa tenacissima, etc. En el caso de especies que tengan
correlación positiva con el eje 1 se tiene: Convolvulus althaeoides, Centaurea aspera,
Asphodelus fistulosus etc. que corresponden a especies arvenses y oportunistas, incluidas en
la vegetación de comunidades perturbadas o poco maduras como pueden ser los cultivos o
campos abandonados. Para el caso del eje 2, se encuentran diferencias entre la vegetación
de badlands y el resto, esta primera está formada por especies que colonizan los ambientes
muy degradados, como: Salsola genistoides, Scabiosa stellata, Psoralea bituminosa, etc.
92
El análisis de gradientes indirecto permite relacionar al eje 1 con un gradiente

sucesional, ya que para valores pequeños corresponde vegetación natural (comunidad
arbustiva y comunidades de Stipa tenacissima) y para valores más elevados se relaciona
con una vegetación más antropizada (cultivos). Por otra parte, el gradiente del eje 2 es
una combinación entre la riqueza específica y la cobertura, y para valores pequeños se
relaciona con vegetación con mucha riqueza y cobertura (campos abandonados) y para
valores elevados el caso contrario (badlands).
Incluido dentro del programa CANOCO (ter Braak & Smilauer, 1998) se encuentra la
aplicación CanoDraw que permite representar en una dispersión de puntos los
inventarios utilizando los ejes 1 y 2 del DCA, esta gráfica se muestra en la Fig. 39. Este
resultado gráfico de la ordenación permite establecer una clasificación de los
inventarios más parecidos entre sí correspondientes a los distintos usos del suelo
fotointerpretados (ver Tabla 29).
Eje 2
Eje 1
Fig. 39. Gráfico de dispersión entre el eje 1 y 2 del DCA.
A partir de la dispersión de puntos del DCA se han englobado los inventarios en grupos
distintos por su mayor cercanía. El matorral (inventarios 7, 8 y 10) y el matorral de
afloramientos rocosos (inventarios 6 y 9) componen las comunidades arbustivas. El
espartal (inventarios 2, 3 y 5) y el tomillar, espinar y pastizal (inventarios 1 y 4) se han
englobado en un mismo grupo llamado comunidades de Stipa tenacissima. Los badlands o
comunidades de rambla (inventarios 31, 32, 33, 34, y 35) forman su propio uso (badlands).
La antigua repoblación de pinos (inventario 17), la repoblación de pinar sobre matorral
93
(inventarios 18 y 19) y las plantaciones de pinar sobre espartal (inventarios 16 y 20) se

agrupan en la formación de pinar maduro. Junto a estas últimas se encuentran la reciente
repoblación de pinos (inventarios 12, 13 y 14) y las terrazas con repoblación de pinar sobre
espartal (inventarios 11 y 15) que se engloban en el uso de repoblación de pinos. Los
campos abandonados aterrazados (inventarios 26, 27, 28, 29 y 30) constituyen un mismo
uso (campos abandonados). Por último, el cultivo de viñedo (inventarios 23 y 24), el
cultivo de almendros y olivos (inventarios 21 y 25) y el cultivo de secano (inventario 22)
establecen el uso del suelo de los cultivos.
La diferencia de distancia entre los grupos es notable en todos los usos del suelo, salvo
en la cercanía que poseen los inventarios de pinar maduro y repoblación de pinos.
Además, suelen estar bien agrupados los inventarios de un mismo tipo de uso. Sin
embargo, los badlands y, en menor medida, los cultivos, presentan una gran dispersión
sobre el eje 2, debido a la gran variabilidad en composición específica y cobertura,
indicando una cierta heterogeneidad vegetal, en parte por estar compuesta por
vegetación espontánea y que aparece en zonas marginales (badlands y restos de
vegetación de ramblas).
Por otra parte, también se ha realizado un análisis de clasificación jerárquica ascendente

o análisis cluster a partir del cuadrado de la distancia euclídea de los mismos datos de
proporciones de especies para todos los inventarios. En la Fig. 40 aparece el
dendrograma con los resultados.
Fig. 40. Clasificación jerárquica ascendente.
94
Los resultados de la clasificación jerárquica o el análisis de cluster nos vienen a confirmar

los mismos resultados del DCA y en los mismos usos del suelo se agrupan los inventarios
de coberturas vegetales parecidos. Tan sólo hay un inventario (23, cultivo de viñedo) que
difiere de la clasificación anterior y aparece junto a los badlands, es muy probable que
haya sido clasificado junto a éstos por su baja cobertura y su escaso número de especies.
Además de los grupos que se han creado, hay que incluir aquellas cubiertas vegetales
que no se han podido invetariar en el campo y que por su gran parecido estructural y
fisionómico merecen incluirse dentro de algunas agrupaciones ya creadas. Como por
ejemplo, los cultivos de regadío intensivo abandonados que se agrupan dentro de los
campos abandonados.
Finalmente, se ha construido en la Tabla 34 la clasificación simplificada de las

coberturas o usos del suelo, que será posteriormente utilizada en la creación de la
cartografía elaborada en el punto 5.3.
Tabla 34. Clasificación simplificada de las coberturas vegetales.

Cubiertas vegetales en detalle Cubiertas vegetales
Espartal
Comunidades de Stipa tenacissima
Tomillar, espinar y pastizal
Matorral
Comunidades arbustivas
Matorral en afloramientos rocosos
Reciente repoblación de pinos (subsolado)
Repoblación de pinos
Terrazas con repoblación de pinar sobre espartal
Repoblación de pinar sobre matorral
Antigua repoblación de pinos (subsolado) Pinar maduro
Plantaciones de pinar sobre espartal (ahoyado)
Viñedo
Cultivo de secano Cultivos
Almendros y olivos
Campos abandonados aterrazados
Campos abandonados
Cultivos de regadío intensivo abandonados
Badlands y comunidades de rambla
Badlands
Parque municipal
95
5.2.2. Tipos de usos del suelo y su vegetación.
En la clasificación de usos del suelo propuesta se han considerado los 8 tipos de usos
determinados en el análisis de gradientes, estos son:
!"
Comunidades de Stipa tenacissima.
Pastos camefíticos con Stipa tenacissima y Helictotrichon

filifolium sobre suelos carbonatados y margosos. Esta
vegetación usualmente tiene baja diversidad. En el
termomediterráneo superior las condiciones favorecen que
Stipa tenacissima esté acompañada dispersamente por
Osyris quatripartita. En el mesomediterráneo Salsola
genistoides, Ephedra fragilis, Rhamnus lycioides y
Quercus coccifera son también comunes. Formaciones
Fig. 41. Stipa tenacissima.
degradadas de Stipa tenacissima son colonizadas por
Thymus vulgaris y otras especies de tomillar con poco recubrimiento. Los inventarios de
esta comunidad aparecen en la Tabla 35.
!"
Comunidades arbustivas.
Matorral mesomediterráneo degradado (Rhamno-

Quercetum cocciferae pistacietosum y Rosmarino-Ericion)
sobre suelos de margas y calizas. Compuesto por un estrato
de Brachypodium retusum y otro estrato intermitente de
matorral de Quercus coccifera, Rhamnus lycioides, Erica
multiflora, Pistacia lentiscus, Teucrium homotrichum,
Rosmarinus officinalis, Salsola genistoides, etc.
Fig. 42. Matorral.
Normalmente en los lugares con fuerte pendiente se
presentan matorrales como carrascas aisladas (Quercus rotundifolia) con coscojas
(Quercus coccifera) que aparecen principalmente en zonas de afloramientos rocosos de
calizas y alternadas con margas. Los inventarios se muestran en la Tabla 36.
!"
Repoblación de pinos.
Repoblación de pinar mediante subsolado con plantones

de Pinus halepensis en comunidades de Thymus vulgaris
y Stipa tenacissima. Habitualmente, aparece en suelos
pedregosos con muy poca vegetación. Cuando se
desarrollan los plantones de pinos y adquieren un tamaño
superior a los 2m, pasan a formar parte del siguiente uso.
Los inventarios se presentan en la Tabla 37.
Fig. 43. Repoblación de pinos.
96
!"
Pinar maduro.
Se han considerado como esta categoría distintos tipos de

antiguas repoblaciones de pinos en virtud de su origen:
Repoblación de pinar sobre matorral de vertiente N:

Antigua y densa plantación de pinos (Pinus halepensis)
sobre matorral mesomediterráneo disperso en una etapa
poco avanzada (Rhamno-Quercetum cocciferae
Fig. 44. Pinar maduro. pistacietosum degradado y Rosmarino-Ericion) sobre
suelos de margas y calizas con pendiente hacia el Norte.
El monte está compuesto principalmente por Brachypodium retusum, Erica
multiflora, Pistacia lentiscus, Teucrium homotrichum, Quercus coccifera,
Bupleurum fruticescens y Ononis fruticosa.
Terrazas con pinar y espartal en orientación Sur: Terrazas abandonadas y

colonizadas por Stipa tenacissima y repoblado con antiguas plantaciones de pinos
(Pinus halepensis) con pendiente hacia el Sur. Los principales tipos de vegetación
son pastos secos con Brachypodium retusum, comunidades degradadas de Stipa
tenacissima y matorrales dispersos con Anthyllis cytisoides.
Antigua repoblación de pinos: Subsolado de Pinus halepensis, en formaciones

densas y lineales. Localizado en el centro de la cuenca y usualmente afectados por el
uso público. El sustrato herbáceo está compuesto principalmente por Brachypodium
retusum.
Terrazas con plantaciones de pinar y espartal orientados al NW: Terrazas de

campos abandonados con recubrimiento mayoritario de Stipa tenacissima y
repoblados con plantaciones viejas de pinos (Pinus halepensis) con pendiente hacia
el Noroeste. Los tipos principales de vegetación son pastos secos con Brachypodium
retusum, espartales degradados y matorrales dispersos con Anthyllis cytisoides.
Plantaciones de pinar y espartal orientados al S: Subsolado reciente con

plantones de Pinus halepensis con orientación hacia el Sur. El estrato arbustivo y
herbáceo está formado por comunidades de Thymus y Stipa con Quercus coccifera.
También acompañan a estas especies de matorral Osyris quatripartita, Salsola
genistoides, Ephedra fragilis y Rhamnus lycioides.
Repoblación de pinar sobre terrazas abandonadas: Subsolado con plantones de

Pinus halepensis en antiguos cultivos aterrazados.
Los inventarios del pinar maduro aparecen en la Tabla 38.
97
!"
Cultivos.
Cultivos de secano, principalmente cereales y

leguminosas en terrazas, almendros, olivos y viñedos
tradicionales. También, hay en menor medida agricultura
de regadío, principalmente cultivo de hortalizas. Los
inventarios de los cultivos se localizan en la Tabla 39.
Fig. 45. Cultivos.
!"
Campos abandonados.
Antiguos campos colonizados por una densa vegetación

herbácea, formando varias comunidades en suelos ricos
en nitrógeno, compuestos por especies arvenses, pastos y
arbustos. En las terrazas a veces conservan restos de
olivos y algarrobos originales. Principalmente las especies
herbáceas son Chenopodiaceae y Graminaceae. Los
inventarios pertinentes aparecen en la Tabla 40.
Fig. 46. Campos abandonados.
!"
Urbano.
Concentración de viviendas, casas de campo, pueblo de

Agost, eriales, áreas industriales (principalmente de
alfarería), grandes tanques de agua para los cultivos de
regadío, parques y zonas antropizadas para uso recreativo,
con o sin cubierta arbórea, preferentemente de pinos. Los
inventarios oportunos se presentan en la Tabla 41.
Fig. 47. Urbano.
!"
Badlands.
Tierras improductivas sometidas a fuerte erosión, sobre

margas yesíferas cuya vegetación está compuesta
principalmente por individuos dispersos de Salsola
genistoides, se incluyen en esta categoría otras formaciones
fragmentarias. También compuesto por corredores arbóreos
situados a lo largo del curso de arroyos. Con restos de
vegetación natural con Ulmus minor y plantaciones (Populus
Fig. 48. Badlands. sp.). Estos corredores riparios están acompañados también
por poblaciones de Arundo donax y Nerium oleander. Los
inventarios para los badlands se muestran en la Tabla 42.
98
5.2.3. Inventarios de los usos del suelo.

A continuación se adjuntan todos los inventarios, en los que se indican los
recubrimientos por especies, junto a otros datos del inventario como son la altitud,
inclinación, orientación y cobertura total.
Tabla 35. Inventarios para las comunidades de Stipa tenacissima.
Porcentaje de recubrimiento
Inventarios 1 2 3 4 5 Media
Altitud (m) 356 598 697 589 614 570.8
2
Área (m ) 100 100 100 100 100 100
Inclinación (º) 20 10 10 15 10 13
Orientación SO S SE SO SO SSO
Cobertura total 52 68 58 58 50 57.2
Stipa tenacissima 30 44 39 25 40 35.6
Globularia alypum 10 8 7 9 3 7.4
Brachypodium retusum 1 6 8 4 1 4
Thymus vulgaris 3 2 2 5 1 2.6
Teucrium homotrichum 2 2 1 2 2 1.8
Sedum sediforme 0.5 3 1 3 2 1.9
Matthiola fruticulosa 3 1 1 2 1 1.6
Teucrium pseudochamaepitys 2 3 0 3 1 1.8
Helichrysum decumbens 0.5 0.5 2 3 0 1.2
Helianthemum violaceum 2 1 0 0 0 0.6
Fumana laevipes 1 1 0 2 1 1
Erica multiflora 0 0 1 1 3 1
Serratula flavescens subsp leucantha 0 0 0 1 1 0.4
Ruta angustifolia 0 1 1 0 0 0.4
Rosmarinus officinalis 0 1 0 0 0 0.2
Rhamnus lycioides 1 0 0 1 0 0.4
Reseda undata 0 1 0 0.5 0 0.3
Reseda alba 0 0 1 0 0 0.2
Pinus halepensis 0 0 0 1 1 0.4
Phagnalon rupestre 0.5 1 0 0 0.5 0.4
Linum narbonense 0.5 0 1 0 1 0.5
Juniperus oxycedrus 1 0 0 1 0 0.4
Helictotrichon filifolium 0 0.5 0 0.5 1 0.4
Helianthemum syriacum 0 0 0 1 0 0.2
Helianthemum cinereum subsp cinereum 0.5 0 0 1 0 0.3
Haplophyllum linifolium 0 0 1 0 0 0.2
Fumana thymifolia 1 0 0 0 0 0.2
Fumana ericoides 0.5 0 0 0 0.5 0.2
Eryngium campestre 0 0 1 1 0.5 0.5
Elaeoselinum tenuifolium 1 0 0 0 0 0.2
Dianthus broteri 0.5 0 0 0 0.5 0.2
Coronilla minima subsp lotoides 1 0 0 1 0 0.4
Coris monspeliensis 1 0 1 1 0 0.6
Convolvulus lanuginosus 0 0 1 0 0 0.2
Cistus albidus 0 0 1 1 0 0.4
Carex halleriana 0 0 0 0.5 0 0.1
Atractylis humilis 0 0 1 0.5 0.5 0.4
Asphodelus ramosus 0 1 0 1 0 0.4
Asparagus horridus 1 0 0 0 1 0.4
99
Tabla 36. Inventarios para las comunidades arbustivas.

Altitud (m) 742 601 667 716 956 736.4
Área (m2) 100 100 100 100 100 100
Inclinación (º) 20 10 15 20 10 15
Orientación N NO NO N O NO
Cobertura total 72 87 88 86 87 84
Quercus coccifera 21 58 59 65 46 49.8
Salsola genistoides 0 0 10 1 1 2.4
Brachypodium retusum 8 0 1 3 2 2.8
Erica multiflora 8 3 0 4 3 3.6
Helictotrichum filifolium 5 1 1 2 1 2
Coronilla minima 3 4 1 0 2 2
Thesium divaricatum 2 4 0 0 3 1.8
Bupleurum fruticescens 1 0 2 0 1 0.8
Reseda undata 0 0 1 2 1 0.8
Coris monspeliensis 2 0.5 1 1 2 1.3
Lithodora fruticosa 3 1 0 0 2 1.2
Rubia peregrina 0 0 1 2 1 0.8
Staehelina dubia 3 2 0 0 2 1.4
Arbutus unedo 0 0 1 0 2 0.6
Juniperus oxycedrus 1 0 0 0 3 0.8
Thymelaea argentata 1 0.5 0 0 2 0.7
Helianthemum cinereum cinereum 0 1 2 0 1 0.8
Asparagus horridus 1 2 1 0 1 1
Asphodelus ramosus 2 1 0 0 0 0.6
Carex hallerana 0 0 2 0 1 0.6
Carex humilis 0 1 0 0 2 0.6
Aphyllantes monspeliensis 1 1 0 0 2 0.8
Fumana ericoides 0 0 1 2 1 0.8
Linum narbonense 1 0 1 0 2 0.8
Rhamnus lycioides 1 0 1 1 2 1
Anthyllis cytisoides 0 1 0 0 1 0.4
Atractylis humilis 0 1 0.5 0 1 0.5
Dorycnium pentaphyllum 1 0 0 1 0 0.4
Elaeoselinum tenuifolium 1 0 0 1 0.5 0.5
Fumana laevipes 1 0 1 0 0 0.4
Galactites tomentosa 0 1 0 0 1 0.4
Galium fruticescens 1 0 0 0 0.5 0.3
Helianthemum syriacum 1 0 0 0 0.5 0.3
Helichrysum decumbens 0 1 0 0 0.5 0.3
Leuzea conifera 1 0 0 0 1 0.4
Linum suffruticosum 0 0 1 0 0.5 0.3
Lygeum spartum 1 0 1 0 1 0.6
Matthiola fruticulosa 1 0 0.5 0 0.5 0.4
Olea europaea 0 0 0 1 1 0.4
Onobrychis stenorhiza 1 0 0 0 1 0.4
Pistacia lentiscus 0 0 0 1 1 0.4
Sedum sediforme 0 0 1 1 0.5 0.5
Teucrium carolipaui 1 0 0 0 0.5 0.3
Teucrium pseudochamaepitys 1 0 1 0 0.5 0.5
Eryngium campestre 1 1 0 0 1 0.6
Orobanche sp. 1 0 0 1 0.5 0.5
Reseda alba 1 0 0.5 0 0 0.3
Digitalis obscura 1 0.5 0.5 0 0 0.4
Polygala rupestris 1 0 0 0 0 0.2
Stipa tenacissima 1 0 0 0 0 0.2
Echinops ritro 1 0 0 0 0 0.2
100
Tabla 37. Inventarios para las repoblaciones de pinos.

Altitud (m) 489 479 506 492 685 530.2
2
Área (m ) 100 100 100 100 100 100
Inclinación (º) 0 10 5 10 0 5
Orientación S SO S S SO SSO
Pinus halepensis 13 31 15 42 13 22.8
Helichrysum decumbens 11 3 21 10 2 9.4
Phagnalon rupestre 2 2 1 3 1 1.8
Atractylis humilis 3 4 3 1 1 2.4
Pallenis spinosa 2 4 0 1 0 1.4
Phagnalon saxatile 1 1 0 1 3 1.2
Helianthemum cinereum subsp cinereum 0 0 0 0 1 0.2
Polygala rupestris 0 0.5 0 0.5 0.5 0.3
Matthiola fruticulosa 1 0 0.5 0 0.5 0.4
Orobanche sp 0 0.5 0 0.5 0.5 0.3
Asphodelus fistulosus 1 0 1 0 0 0.4
Centaurea aspera 0 1 1 0 0 0.4
Eruca vesicaria 1 0.5 1 0 0 0.5
Euphorbia serrata 1 0.5 0 0 1 0.5
Leuzea conifera 0 0.5 0 0 0 0.1
Plantago albicans 1 0 0 0 0 0.2
Asparagus horridus 1 0 0.5 0 0 0.3
Convolvulus althaeoides 0.5 0.5 0 0 0 0.2
Elaeoselinum tenuifolium 0.5 0.5 0 0 0 0.2
Sedum sediforme 0 0.5 0 0 0 0.1
Thymelaea hirsuta 0.5 0 0 0 0.5 0.2
101
Tabla 38. Inventarios para el pinar maduro.

Altitud (m) 485 439 657 365 425 474.2
2
Área (m ) 100 100 100 100 100 100
Orientación O O SO S SO SO
Cobertura total 99 99 100 99 99 99.2
Pinus halepensis 48 67 53 55 52 55
Thymus moroderi 1 5 5 1 0 2.4
Bupleurum fruticescens 0 0 1 0 4 1
Diplotaxis lagascana 0 4 1 0 0 1
Fumana lateoides 0 0 0 2 3 1
Onobrychis stenorhiza 3 1 0 0 0 0.8
Stipa parviflora 3 0 0 0 1 0.8
Coris monspeliensis 0 2 2 0 0 0.8
Convolvulus althaeoides 0 0 2 0 0 0.4
Sedum sediforme 2 1 0 1 0 0.8
Helianthemum violaceum 1 0.5 0 2 1 0.9
Fumana thymifolia 2 0.5 1 1 0 0.9
Sideritis leucantha 1 0.2 2 0.5 1 0.9
Moricandia arvensis 1 0 1 0 0 0.4
Matthiola fruticulosa 1 0.5 0 1 0 0.5
Eryngium campestre 0 0.5 0 0 1 0.3
Coronilla minima subsp lotoides 0 1 0.5 0 0 0.3
Phagnalon rupestre 0.5 0 1 0 0 0.3
Stipa tenacissima 1 0 0.5 0 0 0.3
Elaeoselinum tenuifolium 0 1 0 0.5 0 0.3
Reseda undata 0.5 0 0 1 0 0.3
Erica multiflora 0 0 0 1 0 0.2
Fumana lateoides 0 0 0 1 0 0.2
Linum narbonense 0 1 0 0 0 0.2
Launaea pumila 1 0.2 0 0 0 0.2
Teucrium carolipaui 0 0.5 0 0.5 1 0.4
Asparagus horridus 1 0 0.5 0.5 0 0.4
Thymelaea argentata 0.5 0.5 0.5 0 0 0.3
Pallenis spinosa 0.5 0 0 0.5 0 0.2
Inula viscosa 0 0.2 0.5 0 0 0.1
Astragalus hispanicus 0.5 0 0 0 0 0.1
Avenula bromoides 0 0.5 0 0 0 0.1
Linum suffruticosum 0.5 0 0 0 0 0.1
Helianthemum cinereum subsp cinereum 0.5 0.5 0.2 0.5 0.5 0.4
Polygala rupestris 0 0.2 0.2 0 0 0.1
Cuscuta epithymum 0 0.2 0 0 0 0
Dorycnium pentaphyllum 0.2 0 0 0 0 0
Euphorbia serrata 0.2 0 0 0 0 0
Haplophyllum linifolium 0 0.2 0 0 0 0
Helictotrichon filifolium 0 0 0.2 0 0 0
Juniperus oxycedrus 0 0 0 0 0.2 0
Launaea fragilis 0.2 0 0 0 0 0
Stipa offneri 0 0 0.2 0 0 0
Thymelaea hirsuta 0 0 0 0.2 0 0
102
Tabla 39. Inventarios para los cultivos.

Altitud (m) 412 405 339 347 347 370
2
Área (m ) 100 100 100 100 100 100
Orientación S S SE S SE SSE
Plantago albicans 30 4 0.5 28 22 16.9
Moricandia arvensis 9 3 0 2 0 2.8
Piptatherum miliaceum 2 0.5 3 0 6 2.3
Convolvulus althaeoides 3 2 2 1 1 1.8
Centaurea aspera 0 1 2 0 3 1.2
Reichardia tingitana 0 2 1 1 1 1
Sonchus tenerrimus 1 1 0 1 2 1
Stipa capensis 0 0 1 0 3 0.8
Carrichtera annua 1 1 0 1 0 0.6
Salvia verbenaca 1 1 1 0 0 0.6
Orobanche sp. 1 0.2 0.2 0 1 0.5
Anacyclus valentinus 0 1 1 0 0 0.4
Avena barbata 0 0 0.2 0 1 0.2
Ballota hirsuta 0 0.5 0 0.5 0 0.2
Beta maritima 0 0.5 0.5 0 0 0.2
Helianthemum violaceum 0 0 0 0.5 0.5 0.2
Lolium rigidum 0 0 0 0.5 0.5 0.2
Sideritis leucantha 0 0.5 0.5 0 0 0.2
Dactylis hispanica 0.5 0.5 0 0 0 0.2
Euphorbia segetalis 0.5 0.5 0 0 0 0.2
Misopates orontium 0.5 0 0 0.5 0 0.2
Ceratonia siliqua 0 0 0 1 0 0.2
Stipa parviflora 0 0.2 0 0.5 0 0.1
Helichrysum decumbens 0.5 0.2 0 0 0 0.1
Allium ampeloprasum 0 0 0 0 0.5 0.1
Hyparrhenia hirta 0 0 0 0.5 0 0.1
Rhamnus lycioides 0 0.5 0 0 0 0.1
Salsola genistoides 0 0 0 0.5 0 0.1
Teucrium capitatum 0 0 0.5 0 0 0.1
Calendula arvensis 0 0.2 0 0 0 0
Ephedra fragilis 0 0.2 0 0 0 0
Sanguisorba minor 0 0.2 0 0 0 0
Vicia peregrina 0 0.2 0 0 0 0
Galium fruticescens 0.2 0 0 0 0 0
Lavatera arborea 0.2 0 0 0 0 0
Paronychia argentea 0.2 0 0 0 0 0
103
Tabla 40. Inventarios para los campos abandonados.

Altitud (m) 343 417 449 546 725 496
Área (m2) 100 100 100 100 100 100
Orientación SE SO SE SE S SSE
Stipa parviflora 4 6 4 2 1 3.4
Thymalaea hirsuta 1 6 1 1 4 2.6
Thymus vulgaris 4 1 4 1 5 3
Lygeum spartum 1 2 4 4 1 2.4
Stipa capensis 1 0 0 5 0 1.2
Piptatherum miliaceum 0 6 0 0 0 1.2
Coronilla minima lotoides 3 1 0 0 1 1
Sideritis leucantha 3 0 1 1 0 1
Convolvulus althaeoides 1 1 0.5 1 1 0.9
Globularia alipum 0 1 1 1 0 0.6
Linum strictum 0 1 0 1 1 0.6
Artemisia herba-alba 0 1 0.5 0 1 0.5
Hordeum murinum 0.5 0 1 0 1 0.5
Teucrium pseudochamaepytis 0 1 0 0.5 1 0.5
Helianthemum cinereum 0.5 0 0.5 0 1 0.4
Cistus clusii 1 0 0 0 1 0.4
Euphorbia serrata 1 1 0 0 0 0.4
Hyparrhenia hirta 0 0 1 0 1 0.4
Reichardia tingitana 1 0 0 0 1 0.4
Avena barbata 0.5 0 0 0.5 0 0.2
Ballota hirsuta 0.5 0 0 0.5 0 0.2
Teucrium homotrichum 1 0 0.2 0 0 0.2
Pistacia lentiscus 1 0 0 0 0 0.2
Bupleurum fruticescens 0.5 0 0 0 0 0.1
Salvia verbenaca 0.5 0 0 0 0 0.1
Anagallis arvensis 0 0 0 0 0.2 0
Astragalus hispanicus 0 0 0.2 0 0 0
Carrichtera annua 0 0 0.2 0 0 0
Centaurea aspera 0 0.1 0 0 0 0
Dactylis hispanica 0.2 0 0 0 0 0
Euphorbia falcata 0.2 0 0 0 0 0
Helictrotrichum filifolium 0 0.2 0 0 0 0
Linum sufruticum 0 0 0.2 0 0 0
Mathiola fruticulosa 0 0 0.2 0 0 0
Moricandia arvensis 0 0 0.2 0 0 0
Ophris fusca 0 0 0 0 0.1 0
Paronychia argentea 0.2 0 0 0 0 0
Plantago albicans 0 0 0 0.2 0 0
Reseda undata 0.2 0 0 0 0 0
Stipa tenacissima 0 0.1 0 0 0 0
Teucrium capitatum 0 0 0.2 0 0 0
104
Tabla 41. Inventarios para los badlands.

Altitud (m) 341 522 533 540 545 496.2
2
Área (m ) 100 100 100 100 100 100
Inclinación (º) 20 15 10 15 15 15
Orientación S SE S SO S S
Cobertura total 10.53 22.5 13.74 23.8 23.3 18.8
Tamarix canariensis 0.5 0 7 0 0.5 1.6
Rubia peregrina 0.2 2 0.5 2 2 1.3
Brachypodium retusum 0.53 0.5 4 2 0.5 1.5
Dorycnium pentaphyllum 0.5 0.5 0.54 2 0.5 0.8
Lygeum spartum 0 5 0 3 2 2
Anthyllis cytisoides 0.5 2 0 3 0.5 1.2
Cistus albidus 0.5 0 0 0.5 3 0.8
Sedum sediforme 2 0 0 0.5 5 1.5
Foeniculum vulgare 0 3 0 0 3 1.2
Asparagus horridus 0 0.5 0 0.5 0.5 0.3
Lonicera implexa 4 0 0.5 0 0 0.9
Aegilops geniculata 0 0.2 0 0.2 0.2 0.1
Avena barbata 0 0.2 0 0.2 0.2 0.1
Cistus clusii 0.2 0 0 0.2 0.2 0.1
Dactylis hispanica 0.2 0.2 0 0 0.2 0.1
Inula viscosa 0 0.2 0.2 0.2 0 0.1
Moricandia arvensis 0.2 0.2 0 0.2 0 0.1
Onobrychis stenorhiza 0 0.2 0 0 0.2 0.1
Pallenis spinosa 0.2 0 0 0.2 0.2 0.1
Pistacia lentiscus 0 0.2 0 0.2 0 0.1
Scabiosa stellata 0.2 0 0.2 0 0.2 0.1
Sonchus tenerrimus 0 0.2 0 0.1 0.1 0.1
Thymus vulgaris 0.2 0 0 0.1 0 0.1
Atractylis cancellata 0 0.2 0 0 0.1 0.1
Bupleurum fruticescens 0 0 0.2 0 0.1 0.1
Eryngium campestre 0 0.2 0 0.2 0 0.1
Hordeum murinum 0.2 0.2 0 0.1 0 0.1
Phagnalon rupestre 0 0 0.2 0.1 0 0.1
Piptatherum miliaceum 0 0.2 0 0 0.1 0.1
Plantago albicans 0.2 0.2 0.2 0.1 0 0.1
Plantago sempervirens 0 0.2 0 0.1 0 0.1
Psoralea bituminosa 0.2 0 0.2 0 0 0.1
Sanguisorba minor 0 0.2 0 0.1 0 0.1
Nota: El único uso de suelo que no se ha caracterizado en los anteriores catálogos

florísticos ha sido el suelo urbano, debido a la inexistente vegetación en zonas
urbanizadas.
105
5.2.4. Análisis estructural de la vegetación.
Comparando los distintos inventarios se pueden extraer algunas conclusiones generales

de los distintos tipos de cubierta vegetal, como el cálculo de la riqueza específica
(Hurlbert, 1971), el índice de diversidad de Shannon (Pielou, 1975) y el porcentaje de
recubrimiento (Tabla 42).
Tabla 42. Índices de riqueza, diversidad y cobertura.

Riqueza específica Diversidad de Shannon Cobertura (%)
Usos del suelo o cubierta vegetal
media desv. est. media desv. est. media desv. est.
Com. de Stipa tenacissima 20.8 3.7 2.82 0.52 57.2 7.01
Comunidades arbustivas 42.2 7.73 3.23 0.96 84 6.75
Repoblación de pinos 19.8 4.09 2.79 0.37 65.4 4.16
Pinar maduro 40.4 2.3 2.97 0.22 99.2 0.45
Cultivos 25.8 4.21 3.21 0.71 35.4 12.22
Campos abandonados 45.4 2.3 3.66 0.24 64.6 10.29
Badlands 19.4 5.41 3.03 0.54 18.8 6.18
La riqueza específica, es decir, la mayor presencia de especies diferentes es más alta en

la vegetación de los campos abandonados, comunidades arbustivas y pinar maduro, con
un número medio de superior a 40 especies. Después este valor cae a valores más bajos
en el resto de tipos de cubierta como 26 en los cultivos, 21 en el espartal, 20 en la
repoblación y 19 en los badlands.
El índice de diversidad de Shannon está condicionado por 2 parámetros: por la

presencia de especies diferentes y por la proporción en las que estas se presentan. El uso
más diverso (3.66) es el de los campos abandonados que se encuentran en plena
sucesión, las comunidades arbustivas, los badlands y los cultivos muestran gran
diversidad (3.23, 3.21 y 3.03) debido al equilibrio en la proporción entre las pocas
especies que pueden ocupan este uso. Los otros tipos de cubierta ven disminuidas sus
respectivas diversidades a causa de el predominio de una sola especie, como pasa con el
pino carrasco en el pinar maduro (2.97), con Stipa tenacissima en el espartal (2.82) y
con Brachypodium retusum en la repoblación de pinos (2.79).
El porcentaje de recubrimiento del suelo, es un factor importante, ya que está

directamente relacionado con el grado de consumo de agua por la vegetación y
protección del suelo frente a la erosión (Dawson, 1993), por lo tanto es muy importante
que esté cubierto el terreno con el fin de evitar la degradación del mismo (López
Cadenas, 1998). El pinar maduro presenta los valores más altos a consecuencia de tener
tres estratos (arbóreo, arbustivo y herbáceo), le siguen con valores elevados las
comunidades arbustivas, las comunidades de Stipa tenacissima y los campos
abandonados, que a partir de los 10 años de abandono ostentan una cobertura y
diversidad semejante a los de 25 y 50 años (Cremades, 2000). Los usos antrópicos como
la repoblación de pinos y los cultivos presentan una escasa cobertura. La categoría que
ostenta menos recubrimiento son los badlands.
106
5.3. Cartografía de los usos del suelo o cubierta vegetal

de 1946 a 1999.
Por medio de los ortofotoplanos de 1995 y la identificación en el campo de 1999 se ha

podido crear una clasificación detallada de 19 tipos de usos del suelo diferentes para el
año 1999. Esto no es posible para el resto de fotogramas aéreos antiguos
(1946,1956,1974 y 1980), ya que no se pueden verificar en el campo y resulta difícil la
identificación de estos usos tan concretos mediante fotointerpretación; por consiguiente,
se pueden llegar a cometer muchos errores de interpretación. Por esta razón, es
necesario proceder a la clasificación simplificada anterior (ver punto 5.2.1) en base a las
principales cubiertas vegetales o usos del suelo que hay en la cuenca de Agost (Tabla
43). En esta clasificación de cubiertas vegetales o usos del suelo se han incorporado con
respecto a la Tabla 34 los usos de tipo urbano, que se han englobado todos juntos.
Tabla 43. Clasificación simplificada de las cubiertas vegetales o usos del suelo.
Usos del suelo o cubiertas vegetales Usos del suelo/cubiertas vegetales principales
Espartal
Matorral
Reciente repoblación de pinos (subsolado)
Antigua repoblación de pinos (subsolado) Pinar maduro
Viñedo
Cultivo de secano Cultivos
Almendros y olivos
Campos abandonados
Urbano e industrial
Agua Urbano
Erial y campos sin cultivar
Badlands
Parque municipal
A continuación, aparece el mapa de usos del suelo detallado de 1999 con los 19 tipos de
usos de suelo caracterizados.
Posteriormente, se presentarán todos los mapas de usos del suelo que han sido
confeccionados a partir de las macrofotografías de las fotos aéreas de 1946,1956,1974 y
1980 y ortofotogramas de 1995.
107
Agua
Viñedo
Espartal
Matorral
Parque municipal
Cultivo de secano
Urbano e industrial
Almendros y olivos
Erial y campos sin cultivar
Antigua repoblación de pinos (subsolado)
Repoblación reciente de pinos (subsolado)
Fig. 49. Mapa de usos del suelo detallado de 1999.
108
Del mapa completo y detallado de los usos del suelo realizado para el año 1999 (Fig.
49), se ha creado su respectiva leyenda (Tabla 44) e histograma de superficie ocupada
por cada uso (Fig. 50).
Tabla 44. Leyenda del mapa de usos del suelo detallado de 1999.
Tipo de vegetación o uso del suelo Superficie (ha)
Repoblación de pinar sobre matorral 118.88
Terrazas con repoblación de pinar sobre espartal 63.19
Matorral 45.98
Campos abandonados aterrazados 215.23
Espartal 553.43
Reciente repoblación de pinos (subsolado) 65.50
Antigua repoblación de pinos (subsolado) 16.02
Almendros y olivos 72.13
Viñedo 15.42
Erial y campos sin cultivar 12.63
Badlands y comunidades de rambla 33.75
Cultivos de regadío intensivo abandonados 27.78
Matorral en afloramientos rocosos 127.18
Agua 0.93
Cultivo de secano 5.27
Plantaciones de pinar sobre espartal (ahoyado) 16.78
Urbano e industrial 9.63
Tomillar, espinar y pastizal 135.80
Parque municipal 1.86
De estos datos, se puede desprender una gran heterogeneidad, en parte, debida a la gran
cantidad de clases en las que se han dividido los usos. Aún así, existen unas clases
mayoritarias como el espartal que comprende el 36% de todos los usos.
600
500
400
Ha 300
200
100
0
Usos del suelo
Fig. 50. Histograma del mapa de usos del suelo detallado de 1999.
109
Fig. 51. Macrofotograma de 1946.
110

Pinar maduro
Cultivos
Campos abandonados
Urbano
Badlands
Fig. 52. Mapa de usos del suelo de 1946.
111
112

Pinar maduro
Cultivos
Campos abandonados
Urbano
Badlands
113
114

Pinar maduro
Cultivos
Campos abandonados
Urbano
Badlands
115
116

Pinar maduro
Cultivos
Campos abandonados
Urbano
Badlands
117
118

Pinar maduro
Cultivos
Campos abandonados
Urbano
Badlands
119
5.4. Discusión del trabajo cartográfico y de vegetación.
El conjunto de la cartografía elaborada en el punto 5.1 permite tener una idea global de la
distribución espacial de las variables físicas y socioeconómicas de la zona de estudio. Los
principales resultados de las variables fisiográficas que caben destacar, en relación a los
objetivos de esta memoria se resumen a continuación. En el mapa geológico destacan las
formaciones margo-calizas como formación predominante en la mayor parte de la cuenca,
ello determina la naturaleza de los suelos y las características de la vegetación que puede
desarrollarse sobre ellos. El modelo digital de elevaciones (M.D.E.) presenta cierta
accidentalidad, teniendo como máximos exponentes a la Sierra del Maigmó (1170 m) y la
Sierra del Ventós (900 m), esta variabilidad altitudinal puede favorecer la presencia de
una cierta diversidad de usos del suelo y tipos de cubierta vegetal. El mapa de
orientaciones indica una mayor cantidad de exposiciones hacia el S, en parte debido a que
las zonas más elevadas se encuentran en el N de la cuenca y las alturas más bajas en el S,
esto explica la dominancia en el paisaje de las comunidades vegetales que se extienden
sobre estas orientaciones (principalmente espartales). El mapa de pendientes muestra un
predominio de pendientes moderadas (10.1º a 22º), donde pueden establecerse áreas de
cultivos sobre bancales y junto a las grandes sierras (Maigmó, Ventós y Castellar)
aparecen las pendientes fuertes (>43º), en estos lugares predominan los afloramientos
rocosos. El mapa de hidrología presenta una marcada red de drenaje N→S en la cara sur
de la Sierra del Ventós que coincide con el área de recarga del acuífero. Gran parte de
dicha red de drenaje vierte sus aguas sobre el Barranco Blanco, principal cauce de la
cuenca, que conecta las áreas fragmentadas con vegetación de ramblas con el área de
badlands situada en la zona N del área, en la umbría del Ventós.
La precisión con la que se ha elaborado la cartografía puede verse afectada por errores
metodológicos que puedan perjudicar a la calidad de los datos espaciales (Burrough &
McDonnell, 1998). Estos errores pueden ocurrir en distintas etapas del proceso de
elaboración del material cartográfico, estos pueden ser errores de fotointerpretación
(identificación incorrecta), errores de asignación (equivocación en el momento de establecer
el valor de una categoría), errores de posicionamiento (georrectificación inexacta) y errores
de aproximación (conversión vector-ráster desacertada).
Para la elaboración de la cartografía de los puntos 5.1 y 5.3, se parte con el antecedente de
que no se ha cometido ningún error de identificación en la fotointerpretación de los usos
del suelo, ni en la asignación de las categorías de los vectores o polígonos. Por lo tanto, de
los cuatro errores metodológicos posibles se descartan a priori dos. Después, tal como
aparece en el punto 4.1.1.3 se ha utilizado el tamaño de píxel óptimo, con lo cual hay una
buena aproximación para la conversión vector-ráster. El error de posicionamiento puede
ser medido cuantitativamente por medio del RMS (root mean squared error). En el caso
del modelo digital de elevaciones (M.D.E) (ver punto 5.1) se suele acompañar con un
procedimiento que calcule el RMS a partir de puntos de control. Es importante conocer
este índice para el modelo digital de elevaciones, ya que a partir de este mapa se extraen
otros mapas como el caso de los mapas de pendientes y orientaciones, que a su vez
conservarán la misma exactitud de cálculo. Para los mapas de usos del suelo a partir de las
fotografías aéreas (ver punto 5.3), después de la corrección espacial y georeferenciación,
también se ha calculado el RMS. Tanto para el M.D.E., como para los mapas de usos del
suelo se han obtenido medidas de RMS inferiores al tamaño de píxel, es decir, que el error
medio siempre era inferior a 5 m, por lo tanto cabe concluir que la cartografía elaborada
posee una buena exactitud y fidelidad en el posicionamiento.
120
La vegetación de la cuenca de Agost se caracteriza por presentar una diversidad

florística muy importante (de la Torre, 1988), en parte debida a la diversidad
topográfica antes mencionada. Como se había indicado, las comunidades más
significativas son espartales, carrascales, coscojares, pinares, lentiscares y sabinares,
junto a sus etapas degradativas (Cremades, 2000).
El estudio de la vegetación se ha basado principalmente en la determinación de las
categorías de cubierta vegetal o usos del suelo más importantes (ver punto 5.2.1), para
elaborar posteriormente mapas de cubiertas vegetales o usos del suelo (ver punto 5.3). En
consecuencia, se ha utilizado el análisis del DCA, como una herramienta que ha permitido
ordenar los inventarios de vegetación tan sólo a partir de criterios florísticos. La
ordenación y clasificación de los inventarios logra definir las distribuciones de vegetación
en grupos concretos dispuestos a lo largo de un gradiente espacial (ver Fig. 39).
Los principales factores de variación que determinan la ordenación son precisamente las
variables fisiográficas antes mencionadas, así como la intensidad de uso antrópico a lo
largo de un gradiente sucesional.
Las variables fisiográficas (altitud y pendiente) tratadas en el análisis del DCA poseen
correlación con los ejes (ver Tabla 31). De esta forma, ambas variables son buenas
indicadoras del patrón de distribución de las comunidades vegetales. Es ampliamente
conocido que la elevación determina una gradación vertical de la vegetación (Bolòs,
1980) y que la pendiente es un factor determinante de la distribución de la vegetación,
sobre todo de las comunidades arbustivas.
A partir de los distintos tipos de cubierta vegetal, se ha realizado el análisis estructural de
la vegetación (ver punto 5.2.4), y se ha demostrado que los patrones de diversidad varían
para las diferentes comunidades (ver Tabla 42), ya que se tratan de grupos estructurales
diferentes (Minchin, 1989). Ello determina una variabilidad espacial de la diversidad
ecológica y de la estructura biológica del paisaje (de mayor a menor diversidad se tienen a
los campos abandonados 3.66, comunidades arbustivas 3.23, badlands 3.21, cultivos 3.03,
pinar maduro 2.97, espartal 2.82 y repoblación de pinos 2.79), que puede ser de interés
explorar en futuras investigaciones, especialmente en relación con la dinámica temporal.
Trabajos realizados en la misma cuenca de estudio indican, por ejemplo, que los campos
abandonados presentan una mayor riqueza y diversidad, a partir de los 10 años de
abandono, aunque ostentan una cobertura y diversidad semejante a los de 25 o 50 años
(Cremades, 2000). La riqueza o la diversidad son atributos de las comunidades que
reflejan la influencia combinada de diferentes procesos: colonización, especialización,
competencia, depredación y extinción local (Peet, 1992). También, se puede ver afectada
por la heterogeneidad ambiental y el nivel de las perturbaciones (Van der Maarel, 1993),
las cuales actúan sobre los cambios florísticos (Miles, 1987). Por ello, la cuenca objeto de
estudio presenta un mosaico de factores que afectan a la distribución espacial de especies
y comunidades. Parte de los objetivos de este estudio se centran en determinar los
patrones de variación estructural, incidiendo en algunas de las posibles causas.
En el caso de la repoblación de pinos, por ejemplo, se tiene una situación caracterizada
por una elevada dominancia de especies competitivas y por una diversidad baja, ya que,
a medida que el espacio es colonizado por especies nuevas, las condiciones van
cambiando (limitándose el espacio, la luz, el agua y los nutrientes). Esto favorece que
aumente la competencia y que pasen a dominar las especies altamente competitivas
(Grime, 1979). En estas condiciones, la baja diversidad puede ser resultado de una gran
dominancia de unas pocas especies (Bazzaz, 1979).
121
6. Dinámica de los cambios de usos del suelo

En este subapartado aparecen los resultados del objetivo del punto 2.1 y de los análisis
metodológicos del punto 4.2.
6.1. Variación de la superficie ocupada en los usos del suelo.

El avance del tiempo ha ido configurando cambios del paisaje, afectando en gran
manera a la proporción de usos del suelo. Para mostrar cuantitativamente los cambios se
ha construido la Tabla 45 y la Fig. 61 que contienen los resultados de superficie
ocupada para cada uso del suelo (en hectáreas) para todos los años estudiados. En la
Fig. 62 aparece la vista tridimensional de los mapas de usos.
Tabla 45. Superficie ocupada por cada tipo de cubierta vegetal o uso del suelo en los
distintos años (ha).
Usos de suelo o cubierta Número de hectáreas por año
vegetal 1946 1956 1974 1980 1999
Comunidad Stipa tenacissima 690.81 701.555 710.4225 744.09 706.44
Arbustos 257.7625 150.6575 152.165 154.685 154.685
Repoblación de pinos 0 109.96 24.1925 60.31 128.9875
Pinos maduros 0 0 109.96 129.965 150.1775
Cultivo 539.975 357.0275 217.4825 160.78 106.09
Campos abandonados 12.52 181.8675 285.395 243.4525 240.8575
Urbano 2.2225 2.2225 3.6725 10.0075 16.0525
Badlands 34.13 34.13 34.13 34.13 34.13
1600
1400
1200
1000
Área (ha)
800
600
400
200
0
1946 1956 1974 1980 1999
Años
Fig. 61. Área ocupada por cada uso del suelo de 1946 a 1999.
122
1946
1956
1974
1980
1999
Fig. 62. Vistas 3D.
123
A partir de estos resultados, se puede deducir que la cuenca de Agost ha tenido y tiene
un manejo antrópico del suelo bastante intenso, debido a que la gran mayoría de los
cambios de usos del suelo han estado mediados por la acción del hombre. Ante los
recientes episodios de cambios en los aprovechamientos del suelo se plantea la
necesidad de una ordenación que ponga en marcha medidas de protección y regulación
de los usos del suelo, para fomentar un uso más sensato del suelo.
Uno de los usos que menos han variado en superficie ocupada son las comunidades de
Stipa tenacissima y las comunidades arbustivas, a pesar de que siempre han estado
sujetas a los cambios que el hombre ha aplicado al territorio, como creación de nuevos
cultivos, construcciones urbanas, repoblaciones, etc. Las condiciones socioeconómicas
y el nivel técnico son las que han influido en la transformación de determinados
espacios para sus usos más preferentes. El último tercio del siglo XIX se caracteriza por
un auge demográfico y como consecuencia se produce un incremento de la superficie
cultivada ante la consiguiente necesidad de lograr una mayor producción. De esta
forma, se llega a la ocupación de las laderas de las montañas y las zonas más marginales
hasta límites que coinciden con el umbral de tolerancia de los cultivos (Vera,1988).
Es muy significativo destacar que en 1946 no habían pinares en la cuenca de Agost, y

probablemente tampoco antes (Cavanilles, 1797; Madoz, 1845), y que fruto de
posteriores repoblaciones, cuenta con importantes formaciones de pinos (Pinus
halepensis) que ocupan en la actualidad cerca del 10% de la actual zona de estudio. El
pinar consume agua (Dawson, 1993), y puede tener además un efecto sobre la
diversidad en la flora y fauna de las comunidades preexistentes (López, 1997;
Cremades, 2000). Este pinar, junto con las comunidades de matorral denso, añade como
riesgo el de incendio, situación que es remotamente difícil para otros usos de la zona de
estudio, ya que en estos no existe una cobertura suficiente como para que se extienda el
fuego. Otro problema, es que la reforestación con especies arbóreas en zonas
semiáridas, cubiertas de vegetación herbácea y arbustiva, supone una disminución del
recurso de agua disponible en embalses, cursos fluviales y acuíferos (MOPT, 1989).
En un principio las repoblaciones se hicieron para evitar el incipiente grado de

desertificación que estaba sufriendo el terreno, especialmente para controlar los
badlands y la cabecera del Barranco Blanco. Las primeras repoblaciones fueron hechas
mediante ahoyado a partir de 1950 y posteriormente se hicieron por subsolado en zonas
más extensas. Las consecuencias negativas de las repoblaciones se producen cuando
estas se efectúan en vertientes inestables o que lo son potencialmente. Este carácter está
presente en las que están constituidas por materiales blandos, ya sean margas (neógenas,
cretácicas o triásicas) o sedimentos detríticos cuaternarios. El efecto negativo que se
produce es una facilitación de la escorrentía en los surcos (Sánchez, 1997). Otro
problema añadido es que no prosperen las repoblaciones debido a una mala preparación
del terreno, o que en los momentos más importantes de vida de los plantones no reciban
la cantidad necesaria de agua y nutrientes por culpa de un periodo seco. Este
inconveniente repercute negativamente al suelo, ya que acelera los procesos de
degradación del mismo, favoreciendo una mayor erosión (MOPT, 1989).
124
También, hay que recalcar el declive progresivo de los cultivos, que en 1946
conformaban el 35% del territorio y han ido disminuyendo progresivamente al 24% en
1956, 14% en 1974, 11% en 1980 y ahora sólo representan un 7%. Ello podía ser
consecuencia del desvanecimiento del poder económico que tenía en antaño el sector
agrario de la cuenca de Agost, y en la actualidad el motor económico de la comarca está
en manos del sector industrial (Castelló, 1999).
Este descenso de los cultivos ha venido acompañado de un aumento considerable de los

campos abandonados, que han pasado de un 1% a un 16% en la actualidad. La gran
mayoría está formada por bancales aterrazados, fijados gracias a muretes, circunstancia
que los hace más resistentes a su deterioro. En el momento del abandono de las terrazas
de cultivo dejan de recibir los cuidados precisos en su arquitectura, factor que hace que la
mayoría se encuentren muy deterioradas e incluso algunas enteramente destruidas. Los
mecanismos causantes de su rotura y destrucción son la circulación de aguas sobre todo
en lluvias de régimen torrencial que originan procesos del tipo piping (Vera & Marco,
1988). Estos campos abandonados, también han sufrido otros cambios posteriormente,
como su transición a construcciones urbanas, repoblaciones, cultivos, etc.
El suelo urbano ha tenido un crecimiento muy fuerte, ha pasado de un 0.15% a un 1%

en 53 años, aunque sigue siendo un porcentaje muy bajo, es creciente por el auge de las
viviendas de tipo chalet. Ante esta proliferación de los asentamientos turístico-
residenciales es necesario que se cuente con un plan de ordenación regional que frene la
urbanización descontrolada y que comporte un programa adecuado y ordenado de
actividades urbanísticas en el territorio.
El único uso que no ha sufrido ningún cambio sustancial ha sido el de los badlands,
cuya red de avenamiento no presenta alteraciones importantes en su trazado. Hecho que
varía considerablemente en las vertientes por la proliferación de las formas de vaciado
conocidas como cárcavas o gullies que se han ido generalizando relacionadas con los
cambios paisajísticos (Cerdà, 1995).
Para tener una idea visual de los cambios de usos del suelo en el tiempo que ha habido en la
cuenca de Agost, se ha confeccionado una vista tridimensional de los 5 mapas de usos del
suelo (Fig. 62). Por medio de esta perspectiva, se puede apreciar que hay ciertos usos
correlacionados con ciertos parámetros estructurales de la zona de estudio. Por ejemplo: las
comunidades arbustivas suelen aparecer en las zonas más elevadas (Sierra del Ventós y
Sierra del Maigmó) y de gran pendiente; los campos abandonados surgen a partir de los
cultivos más inacesibles, ya sea por su pendiente, altitud o lejanía al núcleo urbano o la
carretera; la comunidad de pinar maduro se presenta sobre todo en zonas altas de umbría. El
estudio por estratos del modelo digital de elevaciones aporta una clasificación cuantitativa
del paisaje en elementos con distintos regimenes hidrológicos y pedológicos, tan sólo
basándose en la forma tridimensional del paisaje (Pennock et al, 1994). Los sistemas de
visualización de paisajes están desarrollados para crear imágenes realísticas. Incluyen
componentes para crear superficies tridimensionales desde datos digitales de elevaciones,
donde se implementa la información de la vegetación. Estos sistemas proporcionan un
medio de evaluación de los impactos visuales (McDonald & Stokes, 1998).
125
6.2. Índices de estabilidad del paisaje.

Coeficiente de correlación V de Cramer.
El coeficiente de correlación V de Cramer muestra el grado de solapamiento que existe

al comparar 2 mapas. Este índice oscila en un rango de valores entre 0 y 1. Teniendo
para el valor 0 el mínimo o nulo parecido entre 2 mapas. El valor 1 corresponde al
máximo ajuste entre 2 imágenes, que sería la comparación de 2 imágenes idénticas.
En vista de los resultados obtenidos en la Tabla 46 existe en general un alto grado de

coincidencia entre los 4 periodos de años. También se puede deducir una moderada
inestabilidad en los últimos periodos (1974-1980 y 1980-1999), en consecuencia no
existe una clara tendencia en estos datos. La máxima estabilidad del paisaje (91%)
corresponde al periodo 1956-1974 y la mínima (81%) al periodo 1974-1980.
Tabla 46. Parámetros estadísticos del coeficiente de correlación V de Cramer.

46-56 56-74 74-80 80-99
Chi cuadrado 7204029 8575695 7712208.5 8376685.5
Grados de libertad 42 56 64 64
V de Cramer 0.9075 0.9167 0.8131 0.8474
Índice kappa de acuerdos (KIA).
El índice kappa de acuerdos (KIA) muestra la tasa de cambio que afecta al paisaje al
comparar 2 imágenes, tomando a una de ellas como referencia. Este índice varía entre 1
y –1, cuando vale 1 son iguales las imágenes, -1 si son totalmente distintas y 0 si los
cambios son atribuibles al azar.
Análisis del KIA global.

El KIA global para la zona de estudio (Tabla 47) presenta una alta correlación en todos
los periodos, experimentando una cierta tendencia alcista que indica un mayor parecido
entre los últimos mapas, lo que viene a ser un menor dinamismo en el cambio de usos
del suelo, aspecto en el cual contradice a la V de Cramer, esta discrepancia es debida a
que el valor de KIA es aconsejable cuando se tienen la misma cantidad de categorías,
caso que no se cumple en los 2 primeros periodos que no existía el pinar.
Tabla 47. Análisis del KIA global entre pares de años.

46-56 56-74 74-80 80-99
Kappa Global 0.7129 0.7537 0.7684 0.7963
También se ha calculado el KIA global entre todos los años (Tabla 48) y de esta forma
conocer el grado de relación que tienen todos los mapas entre sí. Lo que cabe esperar es
que haya la máxima relación entre mapas de edades sucesivas, que es lo que ocurre en
realidad en todos los casos hay correspondencias entre mapas de edades sucesivas. De
esta forma, se confirma que no se han producido regresiones en los usos, con lo cual se
está evidenciando una tendencia en los cambios de usos.
126
Tabla 48. Análisis del KIA global entre todos los años.
Kappa Global 1946 1956 1974 1980 1999
1946 1.0000 0.7129 0.5906 0.5051 0.4297
1956 - 1.0000 0.7537 0.5966 0.4970
1974 - - 1.0000 0.7684 0.6384
1980 - - - 1.0000 0.7963
1999 - - - - 1.0000
Análisis del KIA por usos del suelo.

Estudiando el KIA por usos del suelo (Tabla 49) se puede conocer la dinámica de
cambio que tiene cada uno de los usos para los diferentes periodos. Además, de esta
forma se puede apreciar inestabilidades internas que se ven enmascaradas en el KIA
global. A continuación se explica la evolución de todos los usos:
Tabla 49. Evolución del análisis del KIA por usos del suelo.
46-56 56-74 74-80 80-99
Com. de S. tenacissima 0.9778 0.9696 0.9046 0.8483
Arbustos 0.5393 1 0.9999 1
Repoblación de pinos - 0.016 0.1393 0.6506
Pinos maduros - - 1 1
Cultivos 0.5386 0.5441 0.4917 0.4642
Campos abandonados 0.9742 0.915 0.581 0.6784
Urbano 1 1 1 1
Badlands 1 1 1 1
La comunidad de Stipa tenacissima tiene un mayor grado de solapamiento en las

etapas iniciales (0.97) y con el tiempo se ve ligeramente reducido (0.85).
Las comunidades arbustivas al contrario presentan al principio menor correlación
(0.54) y con el tiempo prácticamente se mantienen invariables en 1, porque la principal
disminución ocurre antes de 1956.
La repoblación de pinos aparece por primera vez en 1956 y su relación con otros
mapas es baja, esto es culpa de su posterior tránsito a pinos maduros.
Los pinos maduros también aparecen tarde (1974) y su población inicial se mantiene
intocable. El incremento de manchas posteriores no cambiará el valor de la correlación
mientras se mantengan las manchas que aparecen en la imagen de referencia.
Los cultivos presentan desde el principio cierta inestabilidad, que con el tiempo se
va haciendo más alta (pasa de 0.54 a 0.46). Esto es debido a los problemas que asolan al
sector agrario en las últimas décadas.
Los campos abandonados dependen de los cambios que sufren los cultivos, por eso
también ostentan un amplio retroceso de 0.97 a 0.67.
El suelo urbano no varía, debido a que las edificaciones iniciales no son sustituidas
y se mantienen hasta el final, a pesar del 1% de cambio de uso.
Los badlands tampoco varían en el tiempo, debido a que mantienen su misma
disposición espacial a lo largo del tiempo.
127
6.3. Dinámica de los usos del suelo y factores físicos del

territorio.
Relación entre los usos del suelo y la altitud.
Conociendo la altura media de cada uso en el tiempo se puede llegar a estimar la
tendencia que siguen los usos durante los periodos de tiempo estudiados. De esta forma
se puede saber un poco más sobre la evolución de los asentamientos de los distintos
usos del suelo. Así queda expuesto en la Tabla 50 y en la Fig. 63.
Tabla 50. Altitud media (m) de cada uso del suelo.

Años Stipa Arbust. Repobl. Pino Cultivo C.aband. Urbano Badlands
1946 528.323 691.867 - - 454.473 598.827 365.855 488.212
1956 527.160 757.706 601.593 - 435.477 498.136 365.855 488.212
1974 524.165 753.971 517.181 601.593 425.668 480.989 382.650 488.212
1980 517.761 747.942 500.052 583.539 439.834 476.025 346.008 488.212
1999 517.853 747.942 499.348 569.613 427.286 474.753 365.287 488.212
800
750
700
650
Altitud media (m)
600
550
500
450
400
350
300
1940 1950 1960 1970 1980 1990 2000
Años
Stipa Arbust. Repobl. Pino Cultivo C. aband. Urbano Badlands
Fig. 63. Altitud media de cada uso del suelo.
A continuación, se explica la evolución de todos los usos:
La altitud media de la situación en la cuenca de la comunidad de Stipa tenacissima

sufre un ligero descenso de 10 metros en 53 años.
Las comunidades arbustivas quedan relegadas a las zonas altas por su reemplazo en
las zonas bajas por repoblación de pinos. Es el uso que predomina en las cotas altas,
teniendo alturas medias superiores a 750 m.
La repoblación de pinos comienza a realizarse en los sitios más altos (600 m), que con
el tiempo evolucionan a pinos maduros y se sigue repoblando en zonas más bajas (500 m).
128
Los pinos maduros empiezan dominando los lugares más altos (600 m) y
progresivamente van ocupando cotas más bajas (570 m).
La altura media de los cultivos disminuye en el tiempo (de 599 m a 475 m), es
lógico, ya que con el abandono de cultivos los más afectados por el proceso suelen ser
los que se encuentran a más altura.
Los campos abandonados cuya altura media también tiene una tendencia a la baja
(de 454 m a 427 m), son dependientes de los cultivos que siempre se encuentran a una
cota media inferior.
El suelo urbano no tiene una tendencia muy clara en el tiempo, pero ocupa siempre
las zonas más bajas del territorio, sin sobrepasar los 400 m.
Los badlands al no cambiar su área de distribución se mantienen con la misma
altura media (488 m).
También, se han creado gráficas de frecuencias por usos y por años (Fig. 64), ya que
calcular la altitud media viene a aproximar su valor promedio, pero no es buen
indicador de la distribución de frecuencias que tiene.
Fig. 64. Distribución de la altitud por categorías de usos y años.

Los principales cambios que se han producido en los grupos de alturas, según el tipo de uso,
son la disminución en superficies de cultivos a todas las alturas, pero sobre todo por encima
de 500 m. Los campos abandonados al principio comienzan apareciendo a gran altura
(sobre 600 m) y posteriormente a menor altura (450 m). Las comunidades arbustivas y los
pinares maduros dominan en las cotas más altas (700 m). Las repoblaciones de pinares
comienzan en zonas altas, pero con el tiempo disminuyen su altura. El suelo urbano
aumenta, aunque no se aprecia en el histograma, por no constituir más de un 1% del paisaje.
129
Para mostrar de otro modo la relación entre la altura y el uso, se ha realizado un corte
longitudinal de Norte a Sur, que atraviesa toda la cuenca, Fig. 65. Por medio de este
corte longitudinal se consigue un perfil topográfico N→S con los usos que se tienen en
cada altura. De esta forma, se pueden vislumbrar los cambios en el tiempo en función de
la altura en la que estos se encuentren.
1100
1000
900
800
700
600
500
400
300
200
Fig. 65. Corte longitudinal y perfil topográfico.
Tal como se aprecia en la Fig. 66, la tendencia de cambio sigue unas pautas definidas.
Al ser el mismo espacio de estudio, éste se considera como un sistema, que se ve
afectado por un factor tiempo que incide en la dinámica de los usos del suelo como
resultado de la cambiante interacción de múltiples factores físicos y humanos.
Uno de los aspectos más característico de los años 1946 y 1956, es que, como
consecuencia de los momentos de necesidad ocasionada tras la Guerra Civil, se
roturaron importantes extensiones de matorral y espartal, que por su situación y sus
limitadas condiciones edáficas, habían permanecido al margen de los usos agrícolas.
También, hay que destacar que a partir de 1950 se procedió a la reforestación con pinos
de grandes superficies en zonas altas y de umbría, en detrimento de las comunidades
arbustivas. Por esta razón, en las etapas primeras del estudio la homogeneidad espacial
de los usos era una característica del área, como se puede apreciar en la Fig. 66.
El efecto apreciable del paso del tiempo es el de un abandono generalizado de tierras como
consecuencia inmediata de la disminución de la presión agrícola. Las primeras tierras que se
dejaron de cultivar fueron posiblemente las de menor potencialidad agrológica, las más altas
y alejadas de la población de Agost. Por otra parte, las repoblaciones forestales han
supuesto una transformación con evidentes implicaciones paisajísticas tanto por su
extensión como por el cambio morfológico de la ocupación del suelo y el cambio de uso.
Las comunidades de espartal siempre han dominado en las vertientes sur de todos los
cerros, salvo en los que han sido utilizados por fines antrópicos. Uno de estos nuevos usos,
son las urbanizaciones de zonas rurales como segunda residencia. Por último, las
comunidades arbustivas han estado y siguen presentes en las zonas más altas y de mayor
pendiente, es decir, las más inaccesibles del término para los habitantes.
130
1100
1000
Macizo del Maigmó (1170 m)
900
800
700 Sierra del Ventós (900 m)
600
500
400 Agost
300
200
1100
1000
900
800
700
600
500
400
300
200
1100
1000
900
800
700
600
500
400
300
200
1100
1000
900
800
700
600
500
400
300
200
1100
1000
900
800
700
600
500
400
300
200
Lat: 38º30’02” N Lat: 38º25’51” N
Comunidades de Stipa tenacissima Repoblación de pinos Cultivos Urbano

Comunidades arbustivas Pinar maduro Campos abandonados Badlands
Fig. 66. Cortes longitudinales N→S en la cuenca de Agost.
131
Relación entre los usos del suelo y la pendiente.
En referencia a la pendiente de las laderas con distintos usos se ha calculado su posible

relación como causa de cambio en ciertos usos. La evolución que experimentan las
pendientes medias de los distintos usos del suelo se muestra con valores de pendiente
media en la Tabla 51 y en la Fig. 67.
Tabla 51. Pendiente media (º) de cada uso del suelo.

1946 18.998 26.812 - - 12.261 16.441 6.629 18.862
1956 18.789 27.786 25.266 - 11.134 15.064 6.629 18.862
1974 18.566 27.603 19.009 25.266 9.854 14.297 6.658 18.862
1980 18.389 27.285 14.712 24.233 9.386 13.781 7.138 18.862
1999 18.547 27.285 15.045 22.648 10.381 12.391 7.788 18.862
30
25
Pendiente media (º)
20
15
10
5
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 67. Pendiente media de cada uso del suelo.
La comunidad de Stipa tenacissima presenta unos valores de pendiente media

bastante altos (19º) con una ligera tendencia a la baja.
Las comunidades arbustivas son las que se encuentran por lo general en las zonas
más abruptas y de pendiente más pronunciada (27º). Se han ido aislando por las
sucesivas repoblaciones hasta mantenerse en las zonas actuales.
La repoblación de pinos se efectúa en un principio en áreas de gran pendiente (25º).

Más tarde, las sucesivas repoblaciones nuevas al realizarse en zonas de menor pendiente
hacen que este valor medio se vea reducido (15º).
132
Los pinos maduros también muestran valores de pendiente media muy elevados
(25º) y con las nuevas repoblaciones la pendiente media disminuye sensiblemente (22º).
Los cultivos en realidad poseen pendiente nula, gracias a los bancales o terrazas que
transforman la geomorfología, aunque el valor que se recoge es el de la pendiente de la
ladera. Con el tiempo se ha visto que disminuye esta pendiente media de 12º a 10º.
Los campos abandonados al igual que los cultivos también se encuentran en

bancales, y con el tiempo las pendientes medias de las laderas ocupadas por los nuevos
campos abandonados son menores (de 12º a 10º).
El suelo urbano también está en pendiente llana, aunque es el valor de la ladera el que
se utiliza. Este caso posee una pendiente media que tiende a aumentar ligeramente con el
tiempo, esto es debido a las nuevas edificaciones en antiguos cultivos abandonados.
Los badlands mantienen la misma pendiente media (19º).
La gráfica de frecuencias por usos y por años (Fig. 68) ofrece los datos de pendiente de
la distribución de frecuencias por categorías.
Fig. 68. Distribución de la pendiente por categorías de usos y años.
Por categorías, los cambios más importantes son la disminución de pendientes fuertes en la
comunidad arbustiva (39%) y su aumento en la repoblación (10%) y en el pinar maduro
(29%). Los campos abandonados pasan de estar mayoritariamente de pendientes moderadas
a poca pendiente. Los cultivos prácticamente desaparecen y los que restan están en zonas de
poca pendiente. La comunidad de Stipa tenacissima no sufre grandes cambios. El uso
urbano es insignificante en el global y aparece en zonas de poca pendiente.
133
Relación entre los usos del suelo y la orientación.
La comparativa entre los usos del suelo y su orientación se observa en la Fig. 69 y

también en la Tabla 52 en la que aparecen las orientaciones predominantes para cada
uso del suelo.
Tabla 52. Orientación predominante de cada uso del suelo.

1946 S S - - SE SE SE S
1956 S S NO - O SE SE S
1974 S S N NO O SE SE S
1980 S S O NO SE SE SE S
1999 S S O NO SE SE SE S
La comunidad de Stipa tenacissima tiene una clara tendencia hacia el SE, S, SO y O

y no se ve alterada con el paso del tiempo. Poseyendo en estas orientaciones más del
67% de la superficie ocupada.
Las comunidades arbustivas poseen una disposición mayoritaria desde el NO hacia

el S, pese a disminuir su distribución cerca del 28%, se mantienen sobre todo en
exposición S.
La repoblación de pinos sufre más variaciones en la orientación media a lo largo del

tiempo, a causa de las nuevas zonas de repoblación. Al principio se realizaron en zonas
de umbría (NO y N) y más tarde fruto de otras repoblaciones en otras exposiciones (O y
SO).
El pinar maduro posee una marcada orientación NO que se mantiene con el tiempo.
Con un crecimiento del 18% para el periodo 1974-1999.
Los cultivos siempre mantienen una orientación media de E, SE, S, SO y O,

principalmente orientados hacia el SE. Aunque, disminuye proporcionalmente la
cantidad de cultivos explotados.
Los campos abandonados presentan una disposición muy parecida a la de los

cultivos, marcadamente hacia el de E, SE, S, SO y O. Su crecimiento es paralelo a la
disminución de los cultivos.
El suelo urbano claramente manifiesta una exposición SE que se mantiene más

adelante. Obtiene un aumento de más de un 300% con exposición SE.
Los badlands al no expresar cambios en el tiempo, no se muestra su evolución en la

orientación.
134
Comunidades de N N Comunidad
Stipa tenacissima 150 60 arbustiva
50
NO 100 NE NO 40 NE
30
50 20
10
O 0 E O 0 E
SO SE SO SE
S S
Repoblación 40
N
40
N Pinar
de pinos maduro
NO 30 NE NO 30 NE
20 20
10 10
O 0 E O 0 E
SO SE SO SE
S S
N
N
Cultivo 100
60 Campos
NO
80
NE 50 abandonados
NO 40 NE
60
40 30
20
20
10
O 0 E
O 0 E
SO SE
SO SE
S
S
N
Urbano 6
5
NO 4 NE
3
2 1946
1
O 0 E 1956
1974
1980
SO SE
1999
S
Fig. 69. Evolución de la superficie ocupada (ha) de cada orientación por usos y años.
135
Relación entre los usos del suelo y la geología.
La dependencia entre la geología y los usos del suelo queda patente en la Tabla 53 por
los materiales predominantes y en la Fig. 70 por los porcentajes en gráficos circulares.
Tabla 53. Geología predominante de cada uso del suelo.

Años Stipa Arbust. Repobl. Pino Cultivo C.aband. Urbano
1946 C1-021-22 C1-021-22 - - C1-021-22 C23-26 C23-26
1956 C1-021-22 C1-021-22 C1-021-22 - C1-021-22 C23-26 C23-26
1974 C1-021-22 C1-021-22 C1-021-22 C1-021-22 C1-021-22 C23-26 C23-26
1980 C1-021-22 C1-021-22 C1-021-22 C1-021-22 C23-26 C23-26 C23-26
1999 C1-021-22 C1-021-22 C1-021-22 C1-021-22 C23-26 C23-26 C23-26
Fig. 70. Geología tabulada por categorías de usos y años.
Muschelkalk (TG2) Serie margo-arenosa (TA-Bb1-12)

Keuper (TG3) Calizas pararrecifales (TA-Ba3-11)
Albiense (C316) Indentaciones continentales (TmBc11)
Albiense en facies margosas y
Glacis antiguos (QG1)
carbonatada con Ammonites (Cm316)
Cenomaniense (C121) Glacis modernos (QG2)
Cenomaniense-Turoniense (C1-021-22) Conos de deyección (Qcd)
Senoniense (C23-26) Aluviones (QA1)
136
La comunidad de Stipa tenacissima no presenta mucha variación en el tipo de

litología que ocupa en el tiempo, siendo el Cenomaniense-Turoniense el más abundante
(38%).
Las comunidades arbustivas suelen predominar en litologías de Cenomaniense-

Turoniense, siempre superiores al 71%.
La repoblación de pinos está caracterizada por la participación de varias litologías,

entre ellas Cenomaniense-Turoniense (31 a 61%), indentaciones continentales (31 a
0%) y Senoniense (2 a 22%).
Los pinos maduros tienen como principales componentes al Cenomaniense-

Turoniense (29%) y las indentaciones continentales (26%).
Los cultivos están compuestos por mixturas de gran cantidad de litologías con
amplio predominio del Senoniense (49 a 64%).
Los campos abandonados presentan un predominio de Cenomaniense-Turoniense

(52%) y a partir de 1980 por muestran una composición de muchas litologías con
abundante Senoniense (38%).
El suelo urbano se encuentra siempre en la litología Senoniense (100 a 83%) y

también un poco de glacis moderno (15%) en los últimos años.
Por último, también se ha calculado la dominancia de los distintos periodos geológicos

(ver Fig. 71, la leyenda es: Triásico en amarillo, Cretácico en verde, Terciario en azul y
Cuaternario en rojo). El periodo que predomina en todos los usos y años es el Cretácico.
Fig. 71. Geología por periodos tabulada por categorías de usos y años.
137
Relación entre los usos del suelo y la distancia a Agost.
La relación entre la distancia al centro urbano de Agost y los usos en el tiempo se ha

plasmado en la siguiente Tabla 54 y Fig. 72.
Tabla 54. Distancia media a Agost (m) de cada uso del suelo.
1946 3005.018 4111.885 - - 2333.315 3917.020 692.394 3161.939
1956 3006.266 4385.630 3760.389 - 2138.969 2737.195 692.394 3161.939
1974 2966.878 4357.418 3252.888 3760.389 2060.974 2560.560 1178.869 3161.939
1980 2871.988 4310.772 2752.223 3641.646 2237.928 2613.807 703.844 3161.939
1999 2858.493 4310.772 2804.256 3500.288 1954.707 2699.408 947.271 3161.939
4800
4300
3800
Distancia media a Agost (m)
3300
2800
2300
1800
1300
800
300
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 72. Distancia media a Agost de cada uso del suelo.
A continuación se explica la evolución de todos los usos:
La comunidad de Stipa tenacissima con el tiempo ve ligeramente alterado su valor

de distancia media al pueblo de Agost, de 1946 a 1999 disminuye el valor medio de
3005 m a 2858 m.
Las comunidades arbustivas son las que se encuentran más alejadas del núcleo
urbano (más de 4300 m) y mantienen esta distancia durante el periodo de tiempo
estudiado.
La repoblación de pinos se realiza en 1956 en zonas muy alejadas de Agost, con una
distancia media de 3760 m y posteriores repoblaciones cercanas a Agost en 1999
consiguen disminuir este valor medio a 2804 m.
138
Los pinos maduros, también siguen la misma tendencia que la repoblación (ya que
provienen de éstas) y la distancia media a Agost se ve disminuida durante el periodo
1974-1999 en un 7%.
Los cultivos, al sufrir el abandono de los que se encuentran más alejados, su distancia
media al núcleo poblacional transcurre de 2333 m a 1955 m en un periodo de 53 años.
Los campos abandonados, al igual que los cultivos, al principio sufren su abandono
en las zonas más alejadas (3917 m) y con el tiempo van aumentando en zonas más
próximas a la urbe.
El suelo urbano es el que más cerca se encuentra a Agost, aunque es el que sufre
variaciones más importantes, debido a las nuevas edificaciones tipo chalet que se
realizan lejos del casco urbano y permiten un aumento en la distancia media a 947 m.
Los badlands como no alteran sus valores frente al tiempo se siguen manteniendo a
la distancia alejada de 3162 m.
La distribución de frecuencias por categorías de usos y años, se aprecia en la Fig. 73.
Fig. 73. Distribución de la distancia a Agost por categorías de usos y años.

En la distribución de frecuencias de la distancia a Agost, el principal cambio es la
disminución progresiva de los cultivos en detrimento de los campos abandonados
prácticamente en todas las distancias a Agost, aunque los cultivos remanentes al final
del periodo corresponden a las zonas más cercanas (0 a 2700 m). Tanto la comunidad
arbustiva, las repoblaciones y los pinos maduros aparecen a grandes distancias del
núcleo urbano (noramalmente superiores a 2700 m), al contrario que el uso urbano que
aparece cerca (0 a 900 m). La comunidad de Stipa tenacissima sufre fluctuaciones en las
distancias a Agost por la invasión de otros usos, como las repoblaciones.
139
Relación entre los usos del suelo y la distancia a la carretera

comarcal A-221.
Se ha utilizado la relación de los usos con la distancia a la carretera comarcal A-221

como medida indicadora de la accesibilidad. Con respecto a la carretera principal que
atraviesa la cuenca de Agost se ha realizado el estudio en el tiempo de la distancia
media de cada uno de los usos a esta vía principal. Los datos quedan reflejados en la
Tabla 55 y en la Fig. 74.
Tabla 55. Distancia media a la carretera (m) de cada uso del suelo.
1946 899.330 862.431 - - 570.994 568.251 38.690 236.972
1956 889.269 1123.238 487.548 - 427.007 878.916 38.690 236.972
1974 891.010 1112.849 374.621 487.548 349.312 763.791 37.158 236.972
1980 884.672 1096.488 1204.936 468.139 424.550 530.474 29.024 236.972
1999 849.389 1096.488 1091.367 548.202 437.229 484.454 203.619 236.972
1400
1200
Distancia media a la carretera (m)
1000
800
600
400
200
0
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 74. Distancia media a la carretera de cada uso del suelo.
La comunidad de Stipa tenacissima, fruto de cambios en su superficie evoluciona a

distancias medias un 5% más cercanas a la carretera.
Las comunidades arbustivas se ven relegadas a lugares muy distantes por la

ocupación por otros usos. Aumenta la distancia media de 862 a 1096 m en 53 años.
La repoblación de pinos presenta ciertos altibajos en su distancia al camino

principal, estas oscilaciones están provocadas por las nuevas repoblaciones, en el
periodo 1956-1999 la distancia media aumenta más del doble.
140
Los pinos maduros al igual que la repoblación, para el periodo 1974-1999 su

distancia a la carretera también tiene un aumento, en este caso del 12%.
Los cultivos, fruto del abandono en las partes más alejadas, muestran una distancia
media a la carretera en 1999 de 437 m, frente a los 571 m que tenían en 1946.
Los campos abandonados, al igual que los cultivos, también tienen un importante
retroceso, ya que la distancia media en 1956 era 879 m y acaba siendo en 1999 de 484 m.
El suelo urbano se mantiene siempre conectado a las vías de acceso y es el que más
cerca está, aunque en el último año aumenta sensiblemente la distancia media, de 38 a
203 m, por la creación de nuevas viviendas cuyo acceso se tiene por nuevas carreteras
creadas recientemente.
Los badlands no varían con el tiempo y se mantienen a la misma distancia (237 m).
También se ha creado la distribución de frecuencias tomando como categorías los usos

y los años, tal como se aprecia en la Fig. 75.
Fig. 75. Distribución de la distancia a la carretera por categorías de usos y años.
Las distancias a la carretera por categorías revelan una clara relación de cercanía con los
usos antrópicos como los cultivos, los campos abandonados y el uso urbano. En el caso
de los cultivos, su disminución en cantidad por el abandono provoca que los cultivos
restantes sean los más cercanos a la carretera. Los usos menos antropizados como las
comunidades arbustivas, las repoblaciones y el pinar maduro suelen predominar en
zonas alejadas de la red viaria, aunque en el caso del pinar maduro se encuentra
colindante por razones orográficas. La comunidad de Stipa tenacissima es la más
abundante y aparece en cantidad tanto cerca como lejos de la carretera.
141
6.4. Relaciones estadísticas entre los usos del suelo y factores físicos
del territorio.
Las variables seleccionadas para los análisis estadísticos son los usos del suelo, la
altitud del modelo digital de elevaciones, la pendiente, la distancia a la carretera
principal y la distancia a Agost. Los análisis estadísticos empleados son las
correlaciones simples o totales y parciales, el análisis de la varianza y el análisis
discriminante.
Correlaciones espaciales entre los usos del suelo y factores

físicos del territorio.
En las correlaciones simples se han tomado como variables independientes el uso del
suelo, las elevaciones, la pendiente, la distancia a la carretera y la distancia a Agost.
Para las parciales se han tomado como variables independientes a las elevaciones, la
pendiente, la distancia a la carretera y la distancia a Agost y se ha fijado como variable
dependiente a los usos del suelo.
A continuación aparecen las tablas que contienen las correlaciones simples y parciales,
entre todas las variables, para todos los años (Tabla 56, 57, 58, 59 y 60). Se expresan en
la misma tabla las correlaciones simples y parciales, en la parte abajo-izquierda
aparecen las simples y en la parte arriba-derecha y en cursiva las parciales.
Tabla 56. Correlaciones simples y parciales para 1946.

Distancia a la Distancia a
Uso Elevaciones Pendiente
carretera Agost
Uso 1 - - - -
Elev. -0.295** 1 0.4025** 0.2335** 0.9006**
Pendiente -0.303** 0.456** 1 0.0809** 0.3160**
Distancia a carretera -0.291** 0.299** 0.162** 1 0.0610**
Distancia a Agost -0.214** 0.904** 0.359** 0.119** 1
* La correlación es significativa con p inferior a 0.05 ** p < 0.01

carretera Agost
Uso 1 - - - -
Elev. -0.270** 1 0.4148** 0.2458** 0.9008**
Pendiente -0.261** 0.456** 1 0.1004** 0.3247**
142

carretera Agost
Uso 1 - - - -
Elev. -0.241** 1 0.4246** 0.2503** 0.9021**
Pendiente -0.228** 0.456** 1 0.1068** 0.3341**

carretera Agost
Uso 1 - - - -
Elev. -0.198** 1 0.4325** 0.2514** 0.9055**
Pendiente -0.210** 0.456** 1 0.0978** 0.3463**

carretera Agost
Uso 1 - - - -
Elev. -0.199** 1 0.4309** 0.2545** 0.9064**
Pendiente -0.224** 0.456** 1 0.0986** 0.3474**
De todos los resultados obtenidos de las correlaciones simples y parciales se puede

deducir que existe una gran cantidad de casos con significación inferior a 0.01. Esto es
debido a que se utilizan todos los píxeles de los mapas temáticos, en total 614.968
registros de información que se han manejado para realizar las correlaciones (grados de
libertad).
Aunque, sean unos datos significativos las correlaciones simples no son muy buenas en
general. La única que posee resultados relevantes es la correlación entre la distancia a
Agost y las elevaciones, que además de su significación, posee un coeficiente de
correlación de Pearson de 0.904.
Por último, la comparación entre los resultados de las correlaciones simples y las
parciales, viene a expresar que no hay diferencias en la correlación de los parámetros
fijando a los usos como variable dependiente. Por medio de esta técnica indirecta de
comparación de correlaciones simples con correlaciones parciales se puede conocer si la
variable dependiente usada (usos del suelo) hace variar de forma significativa las
correlaciones parciales, aunque dicho caso no ocurre. Por lo tanto, esto indica que los
usos del suelo no participan en la correlación de las variables físicas.
143
Comparación entre los usos del suelo y factores físicos del

territorio.
El fin que se pretende en este punto es la comparación de los distintos tipos de cubierta
vegetal por medio de las variables independientes seleccionadas (elevaciones,
pendiente, distancia a la carretera y distancia a Agost) y comprobar si existen
diferencias significativas entre los usos del suelo de diferentes variables topográficas
(pendientes, elevaciones, etc.) mediante el análisis no paramétrico de la varianza de
Kruskal-Wallis. Por lo tanto, la hipótesis que se plantea es que los factores topográficos
restringen la disposición espacial de los usos del suelo. Los procedimientos estadísticos
que se han llevado a cabo han sido pruebas no paramétricas debido a no cumplir las
variables el principio de normalidad de Kolmogorov-Smirnov (Tabla 61) y el test de
homogeneidad de varianzas de Levenne (Tabla 62).
Se han intentado sin éxito realizar transformaciones (logarítmicas) de las variables para
cumplir estos requisitos, pero al no ser satisfactorios para todas las variables ha sido
preferible su estudio con los tests no paramétricos.
Tabla 61. Test de normalidad de Kolmogorov-Smirnov.

Elevaciones Pendiente Distancia carretera Distancia a Agost
Estadístico 0.077 0.287 0.100 0.048
1946 Significativ. < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 614962 614962 614962 614962
Estadístico 0.076 0.289 0.099 0.045
1956 Significativ. < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 614962 614962 614962 614962
Estadístico 0.076 0.286 0.099 0.047
1974 Significativ. < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 614962 614962 614962 614962
Estadístico 0.076 0.287 0.101 0.048
1980 Significativ. < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 614962 614962 614962 614962
Estadístico 0.075 0.288 0.101 0.047
1999 Significativ. < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 614962 614962 614962 614962
Tabla 62. Test de homogeneidad de varianzas de Levenne.

Estadístico 4894.098 4120.283 15805.146 3662.648
1946 Significativ. < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 614962 614962 614962 614962
Estadístico 4851.170 5023.841 29075.696 2044.112
1956 Significativ. < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 614962 614962 614962 614962
Estadístico 5733.961 4825.067 23215.833 3274.2
1974 Significativ. < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 614962 614962 614962 614962
Estadístico 3889.457 5249.952 24561.784 2983.39
1980 Significativ. < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 614962 614962 614962 614962
Estadístico 6475.978 5861.106 19643.558 6672.637
1999 Significativ. < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 614962 614962 614962 614962
144
Ante la imposibilidad de realizar un análisis de la varianza (ANOVA) de un factor en

variables normales, se ha procedido a realizar el análisis de la varianza de una
clasificación por rangos de Kruskal-Wallis (Sokal & Rohlf, 1995; Siegel, 1988). Ésta es
una prueba extremadamente útil para decidir si k muestras independientes son de
poblaciones diferentes. Los valores de las muestras, casi invariablemente, difieren un
poco y la cuestión radica en que las diferencias entre las muestras signifiquen
diferencias genuinas de la población o simples variaciones aleatorias, semejantes a las
esperadas entre las distintas muestras aleatorias de la misma población.
En nuestro caso el análisis de la varianza de Kruskal-Wallis la hipótesis nula que se desea

contrastar es que la distribución de las elevaciones, la pendiente, la distancia a la carretera
y la distancia a Agost es la misma independientemente del tipo de uso que se trate, para
analizar la posible inferencia de los factores topográficos en la distribución de usos en el
espacio. Los resultados de aplicar el test a los datos para los distintos años se resumen en
la Tabla 63.
Tabla 63. Test de Kruskal-Wallis.

Estadístico 100077 1090870 32088.48 58061.43
1946 Significativ. < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 5 5 5 5
Estadístico 112584.3 1090953 64542.19 62406.8
1956 Significativ. < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 6 6 6 6
Estadístico 104508.3 1093020 67077.68 58717.35
1974 Significativ. < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 7 7 7 7
Estadístico 89807.02 1088753 69008.27 49956.3
1980 Significativ. < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 7 7 7 7
Estadístico 87997.11 1099181 62770.18 50767.58
1999 Significativ. < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 7 7 7 7
Puesto que el p-valor asociado al estadístico de contraste es menor de 0.05, al nivel de

significación 0.05, se rechazará la hipótesis nula. Dado que las diferencias observadas
son estadísticamente significativas, se puede aceptar que la distribución de las
elevaciones, la pendiente, la distancia a la carretera y la distancia a Agost, para todos los
años estudiados, es distinta según el uso que se trate. Por lo tanto, la distribución de los
usos del suelo se encuentra limitada por los factores topográficos, ya que no se produce
al azar, con lo cual se concluye con que existe un patrón antrópico o natural.
Dado que existen diferencias entre los usos en función de las variables físicas del
territorio, es necesaria la realización de las comparaciones múltiples entre los usos
según variables y años, por el Método de Bonferroni para pruebas no paramétricas y los
resultados se resumen en la Tabla 64.
145
Tabla 64. Comparaciones múltiples.

Año Variable dependiente Usos comparados Significación
1946 Pendiente Com. Stipa – Badlands 0.918
1946 Distancia a la carretera Cultivo – C. Abandonado 1.000
1974 Pendiente Repoblación – Badlands 1.000
1999 Distancia a la carretera Repoblación – Arbusto 0.820
Las comparaciones post hoc de la Tabla 64 recogen los 6 casos en los que hay usos
significativamente parecidos, en el resto de comparaciones no hay significación al nivel
de 0.05. Es curioso que estas relaciones ocurren sólo en los años 1946, 1956, 1974 y
1999; en las variables pendiente y distancia a la carretera; y los usos que suelen aparecer
son la comunidad de Stipa tenacissima y los badlands.
La conclusión de este subapartado, es que existen diferencias significativas entre las

variables físicas del territorio tomando los grupos de los usos del suelo, en todos los
años y variables, salvo los que aparecen en la Tabla 64. Por tanto, cabe concluir que
existe un patrón de distribución de los usos del suelo en función de las variables
indicadas, y que dicho patrón no es producido al azar. El origen puede ser tanto
antrópico (uso urbano, cultivos, campos abandonados), como natural (badlands,
matorrales, espartales,...).
Análisis discriminante entre los usos del suelo y factores

físicos del territorio.
Este análisis permite diferenciar o discriminar grupos diferentes, en nuestro caso los
distintos usos del suelo. El análisis estadístico en las 5 fechas ha creado 4 funciones
discriminantes a partir de las variables: elevaciones, pendiente, distancia a la carretera y
distancia a Agost, en función de uso del suelo.
Obsérvese en la Tabla 65 que, como era de esperar, tanto para los autovalores como
para las correlaciones canónicas los valores obtenidos decrecen desde la primera
función hasta la última, siendo claramente superiores los correspondientes a la primera.
El autovalor asociado a una función se interpreta como la parte de la variabilidad total
de la nube de puntos proyectada sobre el conjunto de todas las funciones atribuible a la
función correspondiente.
Tabla 65. Tabla de autovalores y correlación canónica.

Autovalores Correlación canónica
Función
1946 1956 1974 1980 1999 1946 1956 1974 1980 1999
1 0.823 1.162 1.112 0.993 0.975 0.672 0.733 0.726 0.706 0.703
2 0.108 0.164 0.155 0.176 0.152 0.313 0.376 0.366 0.387 0.363
3 0.029 0.092 0.102 0.100 0.089 0.168 0.291 0.304 0.302 0.285
4 0.004 0.002 0.002 0.010 0.022 0.065 0.048 0.039 0.101 0.145
146
El porcentaje atribuible a la primera función siempre es superior al 75 % de las

variables utilizadas. Luego, aunque no es adecuado prescindir de las otras funciones,
parece claro que serán los valores de la primera los que básicamente condicionen los
resultados de la clasificación. La correlación canónica al presentar valores altos más
cercanos al 1 que al 0, quiere decir que la dispersión será debida a las diferencias entre
grupos y, en consecuencia, la función discriminará mucho a los usos.
En la Tabla 66 aparecen los valores de Lambda de Wilks y su significación para las

funciones discriminantes. Con estos resultados se puede concluir que la información
que aporta cada una de las cuatro funciones discriminantes a la hora de clasificar a los
casos será estadísticamente significativa a un nivel inferior a 0.05. Es decir, que las
medias de los grupos difieren.
Tabla 66. Tabla de Lambda de Wilks.

Lambda de Wilks Significión
Función
1946 1956 1974 1980 1999 1946 1956 1974 1980 1999
1 hasta 4 0.479 0.363 0.372 0.384 0.395 <0.001 <0.001 <0.001 <0.001 <0.001
2 hasta 4 0.873 0.785 0.785 0.765 0.780 <0.001 <0.001 <0.001 <0.001 <0.001
3 hasta 4 0.968 0.913 0.906 0.900 0.899 <0.001 <0.001 <0.001 <0.001 <0.001
4 0.996 0.998 0.998 0.990 0.979 <0.001 <0.001 <0.001 <0.001 <0.001
En la Tabla 67 están los resultados del porcentaje de varianza y el porcentaje de

varianza acumulado. Este porcentaje permite evaluar qué variables canónicas se
consideran con mayor amplitud, las dos primeras variables (función 1 y 2) suelen
comprender más del 90% de los casos.
Tabla 67. Porcentaje de varianza para las funciones (total y acumulado).

1946 1956 1974 1980 1999
Función
% Var % ac. % Var % ac. % Var % ac. % Var % ac. % Var % ac.
1 85.3 85.3 81.8 81.8 81.2 81.2 77.6 77.6 78.8 78.8
2 11.2 96.5 11.6 93.3 11.3 92.5 13.7 91.4 12.3 91.1
3 3 99.6 6.5 99.8 7.4 99.9 7.8 99.2 7.2 98.3
4 0.4 100 0.2 100 0.1 100 0.8 100 1.7 100
En la Tabla 68 se tienen las funciones en el grupo de centroides para las 2 funciones

que más peso tienen en el análisis. Se puede ver la evolución de las medias de las
variables canónicas que se obtiene para cada uso de suelo durante los 5 periodos
estudiados. Por medio de estos valores, se pueden crear mapas territoriales, en los que
se utilicen las funciones 1 y 2 como ejes, y se sitúe en su interior los valores espaciales
de cada uso del suelo. De esta forma, se puede percibir la situación espacial de cada uso
del suelo en función de su relación con las variables de elevaciones, pendiente, distancia
a la carretera y distancia a Agost.
147
Tabla 68. Funciones en el grupo de centroides.

1946 1956 1974 1980 1999
Usos
F. 1 F. 2 F. 1 F. 2 F. 1 F. 2 F. 1 F. 2 F. 1 F. 2
C. Stipa -0.084 0.354 -0.106 0.351 -0.129 0.341 -0.15 0.309 -0.118 0.230
Arbusto 1.900 -0.234 2.976 -0.307 2.906 -0.263 2.775 -0.144 2.772 -0.155
Repob. - - 0.716 -0.268 -0.464 -0.278 -0.537 0.965 -0.571 0.744
Pino - - - - 0.711 -0.326 0.455 -0.53 0.274 -0.269
Cultivo -0.765 -0.317 -0.952 -0.58 -1.035 -0.730 -0.941 -0.532 -0.787 -0.624
C.aband. 0.283 -0.315 -0.443 0.261 -0.556 0.054 -0.637 -0.312 -0.775 -0.376
Urbano -0.615 -2.076 -0.612 -2.15 -0.804 -1.768 -0.79 -1.472 -0.695 -1.313
Badland -0.607 -0.122 -0.907 -0.19 -0.897 -0.293 0.89 -0.605 -0.915 -0.466
Por último, en la Fig. 76 aparecen los mapas territoriales para las 5 fechas, que permiten
proyectar la nube de puntos en el espacio teniendo en el eje de abscisas a la función
discriminante 1 y en ordenadas a la función discriminante 2.
Estos mapas permiten representar gráficamente los patrones de variación de los cambios
espacio-temporales que se producen, informando sobre las transiciones que hay entre
unos usos y otros en función de las variables topográficas (elevaciones, pendiente,
distancia a la carretera y distancia a Agost).
Las funciones discriminantes utilizadas para los ejes de los mapas territoriales tienen
distinta interpretación ecológica. La función 1 que aparece en el eje de abscisas se
encuentra relacionada con las variables de elevaciones, pendiente y distancia a la
carretera; para valores cercanos al origen posee menor elevación, pendiente y distancia
a la carretera y para valores elevados lo contrario. En el caso de la función discriminante
2, que se presenta en el eje de ordenadas, está más relacionada con la distancia a Agost;
para valores pequeños muestra menor distancia a Agost y para valores altos mayor
distancia.
La evolución espacio-temporal de los usos en función de las variables mencionadas es

variable conforme al uso del suelo que se trate. En el caso de la comunidad arbustiva
siempre aparece con valores de función 1 altos para toda la función 2, es decir, con gran
altitud, pendiente y distancia a la carretera. El suelo urbano se encuentra siempre en la
esquina inferior izquierda, en el origen de coordenadas que es el lugar donde se tiene
una menor altitud, pendiente, distancia a la carretera y a Agost. Los cultivos se
presentan con estimaciones reducidas en la función 1 y su área de expansión se reduce
con el tiempo en el eje 2 fruto del abandono de los mismos. Los campos abandonados
varían bastante su situación fruto de nuevas incorporaciones a lo largo del tiempo,
aunque suelen aparecer por la zona central. Los badlands también cambian de posición,
pero predominan para valores bajos de la función 1, debido a que la se encuentran muy
cercanos a la carretera. La repoblación de pinar y los pinos maduros en un primer
momento aparecen en la zona media, donde cortan las dos funciones, sin embargo a
partir de 1980 la repoblación ocupa zonas con valores bajos de la función 1 y altos de la
148
función 2, es decir, con poca altitud, pendiente y distancia a la carretera y gran distancia
a Agost, coincidiendo con un cambio en la estrategia de repoblación por parte de la
Administración Forestal. El pinar maduro se consolida en la zona central del mapa
territorial. La comunidad de Stipa tenacissima al principio se localiza con valores altos
de la función 2 (lejanía al núcleo urbano) y acaba reducida en la zona central junto al
pinar.
En los mapas territoriales no se observan grandes cambios entre los periodos estudiados.
Los cambios más significativos son la inclusión e instalación de los pinares y el fuerte
retroceso de los cultivos sobre todo en los últimos periodos. Además es muy
significativa la situación espacial entre los diferentes usos, por ejemplo: el uso urbano
aparece siempre limitado con el cultivo y este otro por los campos abandonados, este
tipo de cercanía entre usos viene a indicar su mayor parecido.
1946 1956 1974
Comunidades de S.tenacissima
Pinar maduro
Cultivos
Campos abandonados
Urbano
Badlands
1980 1999
Fig. 76. Mapas territoriales del análisis discriminante.
149
6.5. Discusión de la dinámica de los cambios de usos del suelo.
El mapa de usos del suelo de 1946 posee grandes diferencias respecto al actual. En 1946, la
zona de estudio vivía inmersa aún en una actividad agraria todavía tradicional y llena de
diversidad agrícola (Castelló, 1999). La mayor parte de las tierras eran destinadas a cultivos
permanentes como viñedo, olivar y almendros, aunque también había muchas tierras de
cultivo sometidas a laboreo anual y utilizadas para la producción de cultivos herbáceos.
La heterogeneidad de cultivos era antes una característica del área (Castelló, 1999). La
alternancia de herbáceos con cultivos permanentes en la misma parcela transmitía
variedad paisajística. Los agricultores preferían practicar distintos cultivos para
asegurarse unos beneficios mínimos, reduciendo el riesgo. Por otra parte, la mayor
disponibilidad de mano de obra propia y familiar y sus costes más reducidos permitían
llevar más hectáreas de cultivos leñosos. El barbecho se convertía en una práctica
necesaria, ya que el abonado era mínimo e inusual. Aunque, hubiera heterogeneidad de
cultivos el uso de cultivos era muy homogéneo por toda la cuenca.
El viñedo, en concreto la variedad de mesa, era uno de los cultivos más emblemáticos de
esta zona, encontrándose dominante en el término municipal de Agost, debido a los altos
beneficios que reportaba (Castelló, 1999). La expansión de la agricultura durante las
pasadas décadas condujo a una reducción del recubrimiento forestal. Esta reducción ha
causado un proceso de fragmentación, donde las antiguas formaciones han sido
perturbadas, fragmentadas y separadas por la actividad humana (Dramstad et al, 1998).
Los mayores impactos sobre el medio corresponden a los abandonos y a las

transformaciones agrícolas de regadío y su variación en el espacio frente a los cultivos
tradicionales que había en 1946. Los viñedos han sido transformados hacia modos más
intensivos, regándose prácticamente la totalidad de los viñedos actuales. Las técnicas
modernas permiten ahora cultivar el campo de forma intensiva, sin necesidad de recurrir
al barbecho salvo prescripciones políticas. La Unión Europea, actualmente obliga a la
retirada de entre un 15% o 20% de la superficie cultivada (Comisión Europea, 1996,
1997; Ritson & Harvey, 1997).
Las escasas potencialidades del medio provocaron la pérdida de productividad de sus

tierras, y por consiguiente, su incapacidad para competir con otros lugares y finalmente
su abandono. En otros casos, sin embargo, era posible aumentar su presión para
conseguir mejores rendimientos y productividades, desgraciadamente, al no planificarse
su desarrollo y superarse ampliamente el límite de lo renovable se ha producido la
ruptura del sistema, ya que la zona presenta gran escasez de agua y las lluvias son
ínfimas. Ante este problema, una posible solución es el retorno a la agricultura
tradicional de secano, aunque en la actualidad se obtienen unas rentas muy bajas para
los empresarios.
150
La tendencia general en las últimas décadas es la disminución de los cultivos

tradicionales, como consecuencia de la Política Agraria Comunitaria (P.A.C.) y los
problemas de comercialización de los productos (Machín & Navas, 1995). Este cambio
de condiciones económicas está causando una tendencia hacia la polarización de los
usos. Se cultiva en los mejores lugares agrícolas de forma intensiva, mientras que en las
zonas situadas en las áreas desfavorables: a mayor altura, con pendientes más
escarpadas, más alejadas del núcleo urbano y de las vías de acceso están siendo
abandonadas (ver punto 6.3) (Tappeiner et al, 1998).
El primer efecto apreciable es un abandono generalizado de tierras como consecuencia

inmediata de la pérdida de interés económico. Las tierras que se dejaron de cultivar fueron
las de menor potencialidad agrológica. El suelo abandonado ha sido sustituido
gradualmente por un tapiz vegetal espontáneo, compuesto por especies herbáceas a las
que acompañan las arbustivas si el tiempo transcurrido ha sido elevado (Cremades, 2000).
Este desuso de la intensidad en la actividad agrícola conduce a una regeneración forestal a

paso rápido en ecosistemas sin limitaciones hídricas (Thomlinson et al, 1996). La mayoría
del terreno utilizado en un principio con fines agrícolas acaba siendo restituido por masa
forestal en dichos ambientes (Field et al, 1996). En nuestro caso y para el periodo de
tiempo estudiado, han cambiado a uso forestal las zonas anexas al mismo, en concreto
campos abandonados limitantes con pinares han sido repoblados artificialmente.
Las actividades agrícolas han tenido un énfasis especial en el territorio, pero

especialmente en las zonas de pendiente llana, han sido el factor principal de dinámica
de cambio de usos durante milenios (Grove, 1996).
Las repoblaciones de pinos, también han supuesto una transformación con evidentes
implicaciones paisajísticas tanto por su extensión como por el cambio morfológico de la
ocupación del suelo. Este hecho, supone también la creación de un microclima que
influye en el suelo, el agua y el clima, siendo beneficioso para el ciclo hidrológico de las
masas forestales (Gandullo, 1992).
El abandono de las tierras y la repoblación de pinar de amplias superficies en

determinados ambientes y condiciones puede tener conecuencias negativas, ambos son
ejemplos que ilustran el papel determinante del hombre en el proceso de la
desertificación. Los impactos en la biodiversidad de un paisaje pueden ser debidos a los
patrones de modificación del suelo (White et al, 1997). A pesar de los cambios que han
experimentado recientemente, los paisajes agrícolas abandonados todavía mantienen
una riqueza y diversidad remanente (Ales et al, 1992).
En nuestro caso, las prácticas del uso del suelo predominan, entonces estos cambios en el
paisaje están debidos a cambios en las prácticas de manejo, por esta razón los componentes
social, político y económico controlan los usos del suelo (di Castri & Hadley, 1988).
Cabe mencionar que hasta no hace mucho tiempo existía un uso o manejo tradicional del
espartal para la creación de útiles diversos. Por lo tanto, el esparto (Stipa tenacissima) hasta
no hace mucho ha estado ligado a las actividades humanas.
151
Los cambios de usos expresados, en ningún caso superan el 30% de cambio en cada uno
de los periodos estudiados, tanto para el índice de estabilidad de la V de Cramer (ver 6.2)
como para el índice kappa de acuerdos (ver 6.2). Sin embargo, para todo el periodo
estudiado que comprende desde 1946 a 1999 se constata un porcentaje de cambio de casi
un 60% en el índice kappa de acuerdos (Tabla 48). Esto supone un cambio radical en la
composición y aprovechamiento del territorio para un intervalo de tiempo de 53 años.
La dinámica de cambio de los usos del suelo se ve influida por factores físicos de la
estructura del terreno y por cuestiones socioeconómicas. Por medio de los resultados del
punto 6.3, se evidencia la relación entre los usos y las variables físicas (geología,
pendientes, orientación, etc.) y socioeconómicas, aunque determinadas por razones
físicas (distancia al núcleo urbano y distancia a la carretera).
De la relación entre las elevaciones y los usos del suelo en el tiempo (ver 6.3) hay unas
tendencias muy claras en la comunidad arbustiva, los cultivos y los campos
abandonados. En el caso de las pendientes (ver 6.3), también existe una buena
correlación en la comunidad arbustiva, los cultivos, los campos abandonados, la
repoblación de pinos, el pinar maduro y el suelo urbano. Para las orientaciones (ver 6.3)
no existen tendencias claras de cambio de exposición para ninguno de los usos, sin
embargo, cada uso posee una orientación preferencial, por ejemplo la comunidad de
Stipa tenacissima, la comunidad arbustiva, los cultivos, los campos abandonados y
badlands se disponen hacia el S y SE, por otra parte, los pinares se orientan hacia NO.
La relación entre los usos y la geología (ver 6.3) no permite extraer importantes
conclusiones, tan sólo indicar que los usos más diversos corresponden a los campos
abandonados, repoblación de pinos, pinar maduro y comunidad de Stipa tenacissima.
Para la distancia a Agost (ver 6.3) se manifiestan unas tendencias bastante claras para la
mayoría de categorías, sobre todo para los cultivos, derivados del aprovechamiento
agrícola y posterior abandono de las áreas menos productivas, o que suponen una mayor
inversión de recursos. Por último, de la distancia a la carretera principal (ver 6.3) se
aprecian relaciones entre la repoblación de pinos, los cultivos y los arbustos.
De los análisis estadísticos aplicados a los usos del suelo y los factores físicos del
territorio (ver 6.4) se han utilizado las variables de usos del suelo, altitud, pendiente,
distancia a la carretera y distancia a Agost. En general, los análisis estadísticos aplicados a
las variables topográficas presentan poca sensibilidad a los cambios de uso, debido a las
restricciones que la fisiología de la cuenca imprime en la distribución posible de usos del
suelo en el espacio. Son, por tanto, poco útiles para evaluar los efectos de los posibles
cambios de uso. En las correlaciones simples y parciales (ver 6.4) se tienen buenas
correspondencias entre las variables, dado que se han utilizado un gran número de casos y
se posee un gran número de grados de libertad. Por otra parte, la comparación entre las
correlaciones simples y las correlaciones parciales (fijadas por los usos del suelo como
variable dependiente) no existen diferencias significativas, por lo tanto, cabe concluir que
las variables físicas utilizadas no afectan a los usos del suelo.
152
En el análisis de la varianza por Kruskal-Wallis (ver 6.4) se pretende comprobar la

hipótesis de que las variables físicas (altitud, pendiente, distancia a la carretera y distancia
a Agost) tienen valores parecidos entre los diferentes usos del suelo. Los resultados
obtenidos permiten descartar esta hipótesis para todas las variables y años, y por medio de
las comparaciones múltiples se encuentra parecido en 6 casos (ver Tabla 64). Por lo
tanto, se concluye con que existe un patrón de distribución de los usos del suelo en
función de las variables indicadas.
En el análisis discriminante (ver 6.4) se consigue una correlación canónica de los usos
del suelo, en función de las variables físicas (altitud, pendiente, distancia a la carretera y
distancia a Agost). Los cambios espaciales (ver Fig. 76) que se producen en las distintas
fechas estudiadas nos informan de la evolución de los distintos usos. Los cambios más
trascendentales corresponden a la aparición de los usos de pinar en 1956, y la reducción
de los cultivos a favor de los campos abandonados.
En otros trabajos relacionados (Tappeiner et al, 1998) realiza un modelo aproximado

basado en el análisis discriminante y el S.I.G. con el fin de identificar la influencia de
los parámetros medioambientales y el impacto humano en el paisaje. Existen multitud
de trabajos que utilizan fotografías aéreas o imágenes de satélite para cuantificar y
evaluar cambios en el tiempo de los patrones de cambio de la vegetación (Rey-Benayas
& Pope, 1995; Schlesinger & Gramenopoulos, 1996; Zheng et al, 1997; Duguy, 1998).
Por otra parte, también existen muchas referencias que tratan sobre los efectos de estos
cambios de usos, sobre todo desde el punto de vista agrícola (Poudevigne & Alard,
1997; García-Ruiz et al, 1996; Burel & Baudry, 1995; Siver et al, 1996; Field et al,
1996) y cada una de ellas para su contexto socio-político. En la mayoría de casos, los
cambios que se producen son antrópicos y suelen ocasionar una degradación del medio.
Aunque, los usos del suelo hayan sufrido muchos cambios respecto el tiempo, el paisaje
se ha "naturalizado". Si se cuantifica el porcentaje de superficie de las categorías más
intensamente manejadas por el hombre (cultivos y suelo urbano) en comparación con las
menos antrópicas (comunidad de Stipa tenacissima, comunidad arbustiva, repoblación de
pinos, pinar maduro, campos abandonados y badlands) se observa una notable diferencia.
Para 1946 el porcentaje de tierras cultivadas y viviendas correspondía al 35.2%, este valor
ha ido cayendo al 23.4% en 1956, 14.4% en 1974, 11.2% en 1980 y 7.5% en 1999. Por lo
tanto, esto indica que pese a los cambios experimentados en la cuenca de Agost, por las
perturbaciones generadas en los procesos de abandono de los cultivos y repoblación de
laderas de montañas. En la actualidad las actividades humanas son menores y las
cubiertas vegetales naturales mayores en extensión (Bonet et al, 2001).
A partir de los cambios de usos indicados cabe esperar un aumento de cantidad y

diversidad de avifauna como consecuencia del aumento de diversidad estructural con la
aparición del estrato arbóreo del pinar, que puede dar cobijo a especies de aves cuyo
nicho ecológico se encuentre en pinares (López & Moro, 1997).
153
7. Dinámica de la estructura del paisaje

Los resultados de este estudio aparecen vinculados con el objetivo del punto 2.2 y con
la metodología del punto 4.3.
7.1. Índices del paisaje.

a) Número de parches (NP).
Como se puede desprender de la Tabla 69 y de la Fig. 77, entre 1946 y 1999 se ha

producido un incremento de más del doble en el número total de parches que conforman
el paisaje. Este aumento en el número de parches que se ha producido en la misma
unidad territorial de la cuenca de Agost lo único que indica es que los usos se han ido
fragmentando y dividiendo considerablemente durante este periodo.
Tabla 69. Número de parches en los diferentes años.

Años 1946 1956 1974 1980 1999
NP 99 131 134 190 226
El coeficiente de correlación de Pearson que se ha obtenido los puntos de la Fig. 95 es

de 0.9440, aunque se haya obtenido de pocos puntos es un resultado significativo a un
nivel de 0.05 (p: 0.016) y que puede ayudar para estimar la tendencia creciente que
existe en el número de parches en la cuenca de Agost.
250
200
Número de parches
150
100
50
0
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 77. Número de parches.
En relación a los usos del suelo, se han creado por separado para cada uso su evolución
en el tiempo, ver Tabla 70 y Fig. 78.
154
Tabla 70. Número de parches en los diferentes años y usos.

Usos de suelo 1946 1956 1974 1980 1999
Comunidad Stipa tenacissima 23 23 28 26 40
Arbustos 11 2 3 3 3
Repoblación de pinos - 11 4 24 23
Pinos maduros - - 11 11 14
Cultivo 57 31 27 41 50
Campos abandonados 3 59 55 76 73
Urbano 4 4 5 8 22
Badlands 1 1 1 1 1
80
70
60
Número de parches
50
40
30
20
10
0
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 78. Número de parches por año y uso.

La comunidad de Stipa tenacissima tiene un ligero incremento de 23 a 40 parches.
Las comunidades arbustivas disminuyen su número de parches de 11 hasta
estabilizarse en 3 parches.
La repoblación de pinos crece y se mantiene por encima de los 20 parches.
Los pinos maduros aumentan en número de parches de forma muy ligera (11 a 14).
Los cultivos sufren una caída considerable en el periodo 1956-1980 llegando a casi
la mitad de parches que en 1946, posteriormente se recupera en 1999.
Los campos abandonados son los que han experimentado mayor cambio, ya que en
1956 eran casi inexistentes (3 parches) y han acabado siendo el uso con mayor número
de manchas (73).
El suelo urbano obtiene un crecimiento del 450% en número de manchas.
Los badlands se mantienen con 1 parche.
155
b) Tamaño medio del parche (TMP).
El tamaño medio del parche experimenta una dramática disminución a menos de la

mitad de su valor inicial, tal como aparece en la Tabla 71 y en la Fig. 79. Este descenso
en el área media de cada unidad es debido a las perturbaciones favorecidas por la
sucesiva antropización.
Tabla 71. Tamaño medio del parche (ha) en los diferentes años.
Años 1946 1956 1974 1980 1999
TMP 15.53 11.74 11.47 8.09 6.8
El coeficiente de correlación de Pearson que se consigue de la dispersión de puntos

entre el TMP y el tiempo es de -0.9368, siendo la correlación significativa a un nivel de
0.05 (p: 0.019)
25
20
Tamaño medio del parche (ha)
15
10
0
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 79. Tamaño medio del parche.
El tamaño medio del parche ha reducido su valor un 56% respecto al inicial. Esta caída
en las dimensiones medias significa una mayor fragmentación del paisaje durante este
periodo de tiempo. La principal consecuencia que conlleva es el aumento de
heterogeneidad espacial, que también es dependiente de que surjan nuevos usos.
El principal elemento fragmentador causante de estos cambios ha sido la actividad

antrópica influida por los cambios socioeconómicos.
En función de los usos del suelo, se han creado por separado para cada uso su evolución
156
Tabla 72. Tamaño medio del parche (ha) en los diferentes años y usos.
Usos de suelo 1946 1956 1974 1980 1999
Arbustos 23.43 75.33 50.72 51.56 51.56
Repoblación de pinos - 10 6.05 2.51 5.61
Pinos maduros - - 10 11.81 10.73
Cultivo 9.47 11.52 8.05 3.92 2.12
Urbano 0.56 0.56 0.73 1.25 0.73
Badlands 34.13 34.13 34.13 34.13 34.13
80
70
Tamaño medio del parche (ha)
60
50
40
30
20
10
0
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 80. Tamaño medio del parche por año y uso.
La comunidad de Stipa tenacissima disminuye su tamaño medio del parche a casi la

mitad de su tamaño inicial (30 a 18 ha).
Las comunidades arbustivas aumentan este índice hasta estabilizarlo en 50 ha.
La repoblación de pinos se muestra irregular en el tiempo, aunque tiene una
tendencia a reducir su superficie media en un 46%.
Los pinos maduros se mantienen con tamaño medio entorno a 10 ha.
Los cultivos ven reducido su tamaño de forma drástica, pasando a ocupar el 20%.
Los campos abandonados también sufren un descenso del 21% en el tamaño medio.
El suelo urbano experimentan un aumento del 30% en su tamaño medio.
Los badlands se mantienen con el mismo tamaño de parche (34 ha).
157
c) Tamaño medio ponderado del parche (TMPP).
El tamaño medio ponderado del parche (Li & Archer, 1997) padece un marcado
descenso, salvo en el año 1980 en el que presenta un aumento (ver Tabla 73 y Fig. 81).
Este índice presenta valores altos cuando tiene diversidad de tamaño entre los parches.
Tabla 73. Tamaño medio ponderado del parche (ha) en los diferentes años.
Años 1946 1956 1974 1980 1999
TMPP 181.47 158.4 149.12 166.67 147.87
La correlación entre el TMPP y el tiempo presenta un coeficiente de correlación de

Pearson de -0.7156, no significativa a un nivel de 0.05 (p: 0.174).
240
Tamaño medio ponderado del parche (ha)
220
200
180
160
140
120
100
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 81. Tamaño medio ponderado del parche.
Esta ligera disminución del tamaño medio ponderado del parche significa una mayor
equitatividad de los parches, es decir, hay menos desigualdades de tamaño entre los
mismos.
Las causa por la que se han producido estos cambios es por la disminución del área de
los usos más extensivos, como los cultivos, la comunidad de Stipa tenacissima y las
comunidades arbustivas, que en un principio eran grandes extensiones y con el tiempo
se han visto mermadas a pocas zonas con tamaños reducidos.
Respecto a los usos del suelo, se han creado por separado para cada uso su evolución en
el tiempo, ver Tabla 74 y Fig. 82.
158
Tabla 74. Tamaño medio ponderado del parche (ha) en los diferentes años y usos.
Usos de suelo 1946 1956 1974 1980 1999
Arbustos 127.97 89.45 88.57 87.22 87.22
Repoblación de pinos - 34.99 10.02 6.15 34.66
Pinos maduros - - 34.99 35.6 35.32
Cultivo 91.89 68.69 44.09 19.36 7.06
Urbano 1.29 1.23 1.36 3.36 2.61
Badlands 34.13 34.13 34.13 34.13 34.13
350
Tamaño medio ponderado del parche (ha)
300
250
200
150
100
50
0
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 82. Tamaño medio ponderado del parche por año y uso.
La comunidad de Stipa tenacissima se mantiene como el uso con un tamaño medio

ponderado más alto (entorno a 280 ha).
Las comunidades arbustivas s partir de 1956, se conservan estables cerca de 90 ha.
La repoblación de pinos posee un tamaño medio ponderado que oscila en el periodo
estudiado de 6 a 35 ha.
Los pinos maduros se mantienen constantes en un tamaño medio ponderado de 35 ha.
Los cultivos disminuyen dramáticamente más de 11 veces su valor inicial.
Los campos abandonados aumentan su tamaño medio ponderado más de un 300%
en detrimento de la desaparición de la mayoría de los cultivos.
El suelo urbano es el uso con el índice más bajo durante todo el periodo, aún así su
valor se duplica en el periodo de 53 años.
Los badlands no manifiestan cambios.
159
d) Margen total (MT).
El margen total revela la distancia (en m) que tienen las manchas en contacto con otras
diferentes, se corresponde con la medida de los perímetros de los parches. Este índice
experimenta un ligero aumento (ver Tabla 75 y Fig. 83).
Tabla 75. Margen total (m) en los diferentes años.

Años 1946 1956 1974 1980 1999
MT 180965 196460 205795 217160 212510
El coeficiente de correlación de Pearson del margen total y los años es de suficiente

rigor estadístico (0.8807), siendo significativo a un nivel del 0.05 (p: 0.049).
230000
220000
210000
Margen total (m)
200000
190000
180000
170000
160000
150000
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 83. Margen total.
El margen total es un indicador de la longitud de las zonas en las que están en contacto
los distintos parches entre sí. Su aumento demuestra que hay mayor densidad de parches
dentro del mismo hábitat, representa un aumento en la longitud de las zonas de contacto
entre los parches.
Por lo general, un aumento del margen total dentro del paisaje viene a significar mayor
efecto margen, del que se verán beneficiadas las especies que mejor se adapten a estas
zonas intermedias entre dos o más parches, pero reduciendo la proporción de áreas
núcleo. Por otra parte, puede producir un efecto de aumento de la diversidad local por
incrementar la longitud de ecotonos.
La tendencia que poseen los usos del suelo, queda de manifiesto con la evolución en el
tiempo por separado para cada uso, ver Tabla 76 y Fig. 84.
160
Tabla 76. Margen total (m) en los diferentes años y usos.

Usos de suelo 1946 1956 1974 1980 1999
Comunidad Stipa tenacissima 145705 149200 155230 158700 150635
Arbustos 32075 13190 14300 14700 14700
Repoblación de pinos - 26455 6250 37080 51825
Pinos maduros - - 26455 29795 35405
Cultivo 137930 69125 47385 46890 42415
Campos abandonados 4450 93180 119600 102875 81760
Urbano 1215 1215 1815 3725 7725
Badlands 40555 40555 40555 40555 40555
160000
140000
120000
Margen total (m)
100000
80000
60000
40000
20000
0
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 84. Margen total por año y uso.
La comunidad de Stipa tenacissima es la que presenta mayor longitud de margen,

representando el 40% del total.
Las comunidades arbustivas decrecen al principio y luego se estabilizan en 14700 m.
La repoblación de pinos crece con algún altibajo un 95%.
Los pinos maduros crecen su perímetro un 33%.
Los cultivos caen alarmantemente un 69%, sobre todo en el periodo de 1946 a 1956.
Los campos abandonados aumentan bastante al principio, más tarde se consolidan
entorno a 8200 m .
El suelo urbano crece cuantitativamente muy poco (6500 m) y es el uso con menos
perímetro a su alrededor.
Los badlands se mantienen constantes con 40555 m.
161
e) Distancia media al vecino más cercano (DMVC).
La distancia media al vecino más cercano disminuye notablemente, sobre todo en los
últimos años. Se ha visto reducida esta distancia hasta casi la mitad de su valor original
(ver Tabla 77 y Fig. 85).
Tabla 77. Distancia media al vecino más cercano (m) en los diferentes años.
Años 1946 1956 1974 1980 1999
DMVC 149.8 134.5 137.3 109.4 85.9
El coeficiente de correlación de Pearson entre la DMVC y el tiempo es de -0.9233,

siendo significativo a un nivel de 0.05 (p: 0.025).
200
180
Distancia Media al Vecino Más Cercano (m)
160
140
120
100
80
60
40
20
0
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 85. Distancia media del vecino más cercano.
La distancia media del vecino más cercano viene a ser mayor cuando se presentan más
alejados entre sí los parches de un mismo uso, y disminuye su valor cuando los parches
están más cerca entre sí.
La tendencia actual a disminuir esta distancia media entre los vecinos más cercanos
significa que están más próximos entre sí los parches. Esto se fundamenta por haber
mayor cantidad de parches y encontrarse distribuidos en posiciones colindantes.
En relación a los usos del suelo, se ha creado por separado para cada uso su evolución
162
Tabla 78. Distancia media del vecino más cercano (m) en los diferentes años y usos.
Usos de suelo 1946 1956 1974 1980 1999
Arbustos 490.36 1775.18 1446.52 1439.05 1439.05
Pinos maduros - - 443.36 372.18 262.89
Cultivo 35.03 35.2 89.91 57.31 58.53
Urbano 1105.51 1105.51 549.5 414.29 126.93
Badlands - - - - -
1800
Distancia media al vecino más cercano (m)
1600
1400
1200
1000
800
600
400
200
0
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 86. Distancia media del vecino más cercano por año y uso.
La comunidad de Stipa tenacissima al ser el uso dominante es el que presenta

siempre más cercanía entre sus parches, para el periodo 1946-1999 muestra una
disminución del 66%.
Las comunidades arbustivas son las que tienen los parches más alejados entre sí
(~1400 m).
La repoblación de pinos disminuye su distancia hasta estabilizarla entorno a 100 m.
Los pinos maduros decrecen su distancia un 40%.
Los cultivos aumentan un 67% su distancia media al vecino más cercano.
Los campos abandonados reducen su distancia hasta consolidarla en 35 m.
El suelo urbano presenta una caída del 89% en la distancia entre sus parches.
Los badlands no aparecen porque están compuestos por un único parche.
163
f) Índice de diversidad de Shannon (IDS).
Respecto al índice de diversidad de Shannon se observa que la diversidad del paisaje ha

aumentado de forma considerable (40%) y constante en el periodo estudiado (ver Tabla
79 y Fig. 87).
Tabla 79. Índice de diversidad en los diferentes años.

Años 1946 1956 1974 1980 1999
IDS 1.16 1.46 1.53 1.56 1.63
Existe un coeficiente de correlación de Pearson aceptable entre la diversidad y el tiempo

(0.8813), teniendo un nivel de significación en 0.05 (p: 0.048).
1.7
1.6
Índice de diversidad de Shannon
1.5
1.4
1.3
1.2
1.1
1
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 87. Índice de diversidad de Shannon.
Estos resultados son relativamente esperables, ya que hemos considerado la aparición

con el tiempo de categorías nuevas de usos o coberturas del suelo que no existían en
1946 (repoblación de pinos y pinar maduro) y en 1956 (pinar maduro). A parte de los
nuevos usos, también tiene su importante incremento al aumentar el número de parches
y al mismo tiempo al disminuir su tamaño.
Todos estos cambios están ligados a la transformación en los usos practicados por el
hombre sobre el medio y la mayoría derivan del abandono agrícola y la creciente
repoblación de pinar.
La diversidad no puede aplicarse a los usos por separado, debido a que su análisis
consiste en el manejo de distintas clases de usos.
164
g) Contagión (C).
Mediante el contagión se muestra el grado de contacto entre los distintos usos en

porcentaje, valores altos representan mucha adyacencia y bajos poca. La tendencia
media que se ha obtenido en los resultados es una caída en el contagión. Es decir, que
disminuye la distribución de los contactos entre diferentes usos en el tiempo (ver Tabla
80 y Fig. 88).
Tabla 80. Contagión (%) en los diferentes años.

Años 1946 1956 1974 1980 1999
C 63.43 58.1 58.97 57.78 56.15
El coeficiente de correlación de Pearson entre el contagión y el tiempo es bueno

(-0.8274), aunque no es significativo a un nivel de 0.05 (p: 0.084).
64
63
62
61
Contagión (%)
60
59
58
57
56
55
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 88. Contagión.
La disminución del contagión se debe en principio al incluir los usos de pinar

(repoblación de pinos y pinar maduro) que no existían en 1946, debido a que al haber
más usos es más posible que no se encuentren tan próximos entre sí. Por otra parte,
también se produce un decrecimiento por culpa de la disminución de tamaño de los
parches, ya que de este modo cada parche limita con una superficie menor y por tanto
limita con un menor número de parches de distintos usos.
Al igual que la diversidad, este índice no puede representar los distintos usos por
separado, ya que su análisis también se basa en la utilización de los diferentes usos.
165
h) Dimensión fractal doble logarítmica (DFDL).
La dimensión fractal (Mandelbrot, 1983) presenta una caída permanente de más de un

10%, esto significa una pérdida de complejidad de los parches (ver Tabla 81 y Fig. 89).
Este índice puede variar de 1 (perímetros simples) a 2 (perímetros muy complejos).
Tabla 81. Dimensión fractal doble logarítmica en los diferentes años.

Años 1946 1956 1974 1980 1999
DFDL 1.45 1.44 1.41 1.38 1.3
El coeficiente de correlación de Pearson entre la DFDL y el tiempo es muy bueno

(-0.9593) y significativo para un nivel de 0.01 (p:0.010).
1.48
1.46
Dimensión fractal doble logarítmica
1.44
1.42
1.4
1.38
1.36
1.34
1.32
1.3
1.28
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 89. Dimensión fractal doble logarítmica.
La dimensión fractal está íntimamente asociada al cambio de perímetro de los parches del
paisaje, estos cambios están causados por el alto grado de influencia que ha tenido el
hombre en la configuración del paisaje. Como la mayoría de los usos del paisaje están de
forma más o menos directa ligados a la actividad humana, suelen presentar a priori menor
complejidad de formas con dominancia de perímetros rectilíneos (cultivos,
repoblaciones,...) y a su vez menor dimensión fractal que un paisaje natural. En nuestro
caso, la disminución de la dimensión fractal global se debe principalmente a la
transformación de los grandes parches formados sobre todo por la comunidad de Stipa
tenacissima y grandes cultivos en parches pequeños y simples, con su consiguiente
pérdida de complejidad. La estimación fractal de un fenómeno puede estar influenciada
por el tamaño de la unidad de muestreo usada para cuantificarlo (Leduc et al, 1994).
Respecto a los distintos usos del suelo, se han creado por separado para cada uso su
evolución en el tiempo, ver Tabla 82 y Fig. 90.
166
Tabla 82. Dimensión fractal doble logarítmica en los diferentes años y usos.
Usos de suelo 1946 1956 1974 1980 1999
Arbustos 1.29 1.64 1.16 1.36 1.36
Pinos maduros - - 1.41 1.40 1.40
Cultivo 1.43 1.32 1.31 1.24 1.22
Urbano 1.14 1.14 1.11 1.21 1.19
Badlands - - - - -
1.8
1.7
Dimensión fractal doble logarítmica
1.6
1.5
1.4
1.3
1.2
1.1
1
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 90. Dimensión fractal doble logarítmica por año y uso.
La comunidad de Stipa tenacissima presenta un descenso progresivo de la
complejidad de los parches (de 1.5 a 1.3).
Las comunidades arbustivas sufren unos altibajos que acaban estabilizándose en 1.36.
La repoblación de pinos es el único uso que presenta un aumento de complejidad en
el tiempo (1.41 a 1.65), además de presentar los valores más altos del paisaje.
Los pinos maduros se mantienen consolidados con dimensión fractal 1.4.
Los cultivos ven disminuida su complejidad en un 15%.
Los campos abandonados bajan su complejidad un 12% a partir de 1980.
El suelo urbano es el que menos complejidad presenta de todos (menos de 1.2) y así
se mantiene durante todo el periodo.
Los badlands, al estar formados por un único parche, no obtienen resultado válido.
167
i) Índice de forma medio (IFM).
El índice de forma medio disminuye un 17% durante el periodo de estudio, es decir

disminuye la sensiblemente la complejidad de representación de los parches (ver Tabla
83 y Fig. 91). Este índice puede variar de 1 (formas simples) hasta infinito (formas muy
complejos).
Tabla 83. Índice de forma medio en los diferentes años.

Años 1946 1956 1974 1980 1999
IFM 2.42 2.35 2.36 2.18 2.00
El coeficiente de correlación de Pearson expresa una correspondencia muy alta entre el

IFM y el tiempo (-0.9162), teniendo un alto grado de significatividad hasta un nivel de
0.05 (p: 0.029).
2.7
2.5
Índice de Forma Medio
2.3
2.1
1.9
1.7
1.5
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 91. Índice de forma medio.
El índice de forma medio es una medida muy parecida a la dimensión fractal y el

resultado que se obtiene es muy parecido: una caída progresiva en la complejidad de los
polígonos. Causada principalmente por el manejo humano de la cubierta vegetal, que
mediante la adición de nuevos usos y la fragmentación de otros consiguen una
disminución del tamaño medio de los parches. En consecuencia, hay una pérdida de
complejidad en los parches, ya que los microparches no suelen tener formas
complicadas.
Para los distintos usos del suelo, se han creado por separado para cada uso su evolución
168
Tabla 84. Índice de forma medio en los diferentes años y usos.

Usos de suelo 1946 1956 1974 1980 1999
Arbustos 1.97 2.35 2.32 2.2 2.2
Pinos maduros - - 2.04 2.08 2.08
Cultivo 2.21 1.95 1.83 1.68 1.65
Urbano 1.31 1.31 1.3 1.45 1.33
Badlands 17.67 17.67 17.67 17.67 17.67
2.8
2.6
2.4
Índice de forma medio
2.2
1.8
1.6
1.4
1.2
1
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 92. Índice de forma medio por año y uso.
La comunidad de Stipa tenacissima es el uso más complejo, aunque disminuye su
complejidad un 24%.
Las comunidades arbustivas después de oscilar se mantienen en un valor de 2.2.
La repoblación de pinos en los últimos años obtiene un crecimiento muy importante
y es el uso con mayor índice de forma en 1999.
Los pinos maduros se conservan estables con un valor de 2.
Los cultivos sufren una pérdida de complejidad del 34%.
Los campos abandonados después de altibajos se mantienen en 1999 con el mismo
índice de forma que en 1946 (1.8).
El suelo urbano es el uso con forma más simple de todo el paisaje (1.3).
Los badlands, aunque no aparecen están a una escala mayor debido a su gran
complejidad, que se mantiene constante (17.67).
169
j) Índice de yuxtaposición (IY).
El índice de yuxtaposición experimenta un importante incremento de un 25.5% en 53

años (ver Tabla 85 y Fig. 93). Esto significa un aumento considerable en las
adyacencias que existen en los parches. Este índice tiene un rango de 0 a 100.
Tabla 85. Índice de yuxtaposición (%) en los diferentes años.

Años 1946 1956 1974 1980 1999
IY 48.64 64.15 59.3 69.12 74.1
El coeficiente de correlación de Pearson entre el IY y el tiempo que se ha obtenido es de

0.8584, con una baja significatividad (p: 0.063).
90
80
70
Índice de yuxtaposición (%)
60
50
40
30
20
10
0
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 93. Índice de yuxtaposición.
Este aumento en el porcentaje de yuxtaposición viene propiciado por la fragmentación

que hay en el paisaje. Al cuartearse de forma importante toda la estructura que
conforma el entorno y disgregarse aún más todos los parches favorecen la cercanía entre
los mismos. De esta forma, se tiene un mosaico de clases de usos más heterogéneo con
proximidades bastante altas entre todos ellos. Gracias al aumento de la contigüidad de
los parches en el tiempo se obtienen unos valores en alza del índice de yuxtaposición.
Con los distintos usos del suelo, se han creado por separado para cada uso su evolución
170
Tabla 86. Índice de yuxtaposición (%) en los diferentes años y usos.

Usos de suelo 1946 1956 1974 1980 1999
Arbustos 72.28 64.09 77.46 70.65 66.52
Pinos maduros - - 79.64 73.22 80.62
Cultivo 36.07 60.54 63.53 67.86 69.21
Urbano 2.96 2.66 24.51 59.27 72.41
Badlands 69.5 76.07 78.03 70.85 73.36
90
80
70
Índice de yuxtaposición (%)
60
50
40
30
20
10
0
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 94. Índice de yuxtaposición por año y uso.

La comunidad de Stipa tenacissima crece hasta obtener los valores más altos del
índice de yuxtaposición (84%).
Las comunidades arbustivas obtienen unas adyacencias altas y estables en el
tiempo (entorno al 70%).
La repoblación de pinos disminuye drásticamente su conectividad en un 46%.
Los pinos maduros se mantienen con alto grado de adyacencias (80%).
Los cultivos aumentan paulatinamente su nivel de conexión a casi el doble.
Los campos abandonados reducen sensiblemente la yuxtaposición entre parches a
un 82%.
El suelo urbano experimenta un crecimiento de un 2300% respecto al comienzo.
Los badlands se mantienen con una adyacencia alta, cerca del 75%.
171
7.2. La fragmentación del paisaje.

La fragmentación del paisaje está considerada por los ecólogos como una seria amenaza
para la preservación y conservación ecológica (Pickett & Cadenasso, 1995). El grado de
fragmentación puede ser descrito por el tamaño, forma, distribución espacial y densidad
de parches (Jorge & García, 1997). Así pues, es importante valorar los procesos
espaciales que intervienen en la fragmentación del paisaje.
Procesos espaciales de fragmentación del paisaje.
La fragmentación del hábitat es una fase en la amplia secuencia de procesos espaciales

que transforman el paisaje por causas naturales o humanas. Existen 5 procesos
espaciales que pueden estar superpuestos durante el periodo de transformación del
paisaje (Forman, 1995) (Fig. 95). Estos son:
Perforación, es el proceso mediante el cual se hacen agujeros en un hábitat o en

un tipo de uso (por ejemplo: casas dispersas o fuego en un bosque).
Disección, es el desmembramiento o subdivisión de un área mediante líneas de
un ancho fijo (por ejemplo: carreteras o líneas de alta tensión).
Fragmentación, es la rotura de un hábitat en trozos (los cuales se encuentran
amplia e irreversiblemente separados).
Reducción, es la disminución en el tamaño de los objetos.
Agotamiento, es su desaparición.
Perforación Disección Fragmentación Reducción Agotamiento

Fig. 95. Procesos espaciales implicados en la fragmentación del paisaje.
Estos procesos, también se encuentran en orden de aparición, la perforación y la

disección adquieren relativa importancia al principio, la fragmentación y la reducción
predominan en las fases medias y el agotamiento tiene su momento cerca del final.
Estos procesos espaciales incrementan la pérdida de hábitat y el aislamiento. Sin

embargo, el tamaño medio del parche disminuye en los cuatro primeros y aumenta en el
agotamiento, debido a que los pequeños parches tienden a desaparecer. La conectividad
disminuye a través de un área con muchos corredores debidos a la disección y la
fragmentación. La longitud total del margen aumenta en los tres primeros y disminuye en
los dos últimos. Por eso, cada proceso espacial tiene un efecto marcadamente diferente en
el patrón espacial, y en consecuencia en los procesos ecológicos que modifican el paisaje.
172
La fragmentación del paisaje en la cuenca de Agost.
La cuenca de Agost durante el periodo que comprende de 1946 a 1999 ha estado

sometida a diferentes tipos de actuaciones, que han alterado de forma espacial la
estructura del paisaje. A partir de la evolución visual de los diferentes usos en los mapas
de usos se explican los procesos espaciales que participan en cada uso del suelo:
La comunidad de Stipa tenacissima al ser el uso del suelo que predomina en el

territorio, conforma la matriz de base, a nuestra escala de estudio, para todos los parches
porque es el elemento más extenso e interconectado del paisaje. Los procesos que sufre
en su desaparición son del tipo perforación, disección, fragmentación y en menor
medida reducción. También aparece de nuevo en determinadas zonas por reducción o
agotamiento de otros usos.
Las comunidades arbustivas disminuyen su área de distribución un 42% en

prácticamente 10 años por culpa de múltiples repoblaciones. Los procesos espaciales
que predominan son la reducción y el agotamiento de determinados parches.
La repoblación de pinos aparece por perforación y fragmentación de otros usos

como comunidad de Stipa tenacissima, comunidades arbustivas o campos abandonados.
Posteriormente, se transforma en la categoría de pino maduro por procesos de reducción
y agotamiento.
Los pinos maduros son fruto del uso del suelo anterior: repoblación de pinos, que se
origina por reducción y agotamiento de la repoblación. Una vez ya forma parte de este
uso no se vuelve a transformar en otro en esta zona.
Los cultivos experimentan los 5 procesos espaciales durante el periodo de estudio.

El que ha sido más fuerte es el de la fragmentación cuyo efecto ha sido un
parcelamiento, es un proceso que ha ido paulatinamente fracturando los parches en otros
más pequeños, hasta su agotamiento, momento en el que se abandonan.
Los campos abandonados están originados a partir del uso de los cultivos y suelen
presentarse por cualquiera de los 5 procesos, aunque por lo general aparecen por
perforación. Más tarde, los campos abandonados desaparecen por perforación,
fragmentación, reducción o agotamiento y son sustituidos por repoblaciones de pinos,
otros cultivos, suelo urbano, comunidades de Stipa tenacissima o comunidades
arbustivas.
El suelo urbano siempre surge asociado a procesos de perforación sobre todo en

comunidades de Stipa tenacissima y en campos abandonados. Y en todo el periodo de
tiempo estudiado, nunca ha desaparecido de los lugares que ha ocupado.
Los badlands no se ven alterados durante el periodo de tiempo estudiado y a la

escala de trabajo utilizada.
173
7.3. Relaciones estadísticas entre los usos del suelo y los

índices del paisaje.
Las variables seleccionadas para los análisis estadísticos son los usos del suelo, el área,
la distancia media al vecino más cercano, el perímetro, el índice de forma del parche y
la dimensión fractal. Se han seleccionado estas variables por poseer un valor
independiente de la variable a nivel de parche y por ser un valor de tipo continuo y no
discreto. Los análisis estadísticos empleados son las correlaciones totales y parciales, el
análisis de la varianza y el análisis discriminante.
Correlaciones espaciales entre los usos del suelo y los índices

del paisaje.
En las correlaciones simples se han tomado como variables independientes: el uso del
suelo, el tamaño de los parches, la distancia media al vecino más cercano, el perímetro,
el índice de forma del parche y la dimensión fractal. Para las parciales se han tomado
como variables independientes el área, la distancia media al vecino más cercano, el
perímetro, el índice de forma del parche y la dimensión fractal y se ha fijado como
variable dependiente a los usos del suelo, porque es el parámetro que puede tener una
mayor vinculación con el resto de las variables.
Seguidamente aparecen las tablas que contienen los coeficientes de correlación simples
y parciales para todos los años (Tabla 87, 88, 89, 90 y 91). Se presentan en la misma
tabla las correlaciones simples y parciales, en la parte abajo-izquierda de cada tabla
aparecen las correlaciones simples y en la parte arriba-derecha y en cursiva las
parciales.

Distancia al Índice de Dimensión
Uso Área Perímetro
vecino forma fractal
Uso Correl. Pearson 1 - - - - -
P-valor . - - - - -
Área Correl. Pearson -1.75 1 -0.0705 0.9719** 0.7783** 0.3871**
P-valor 0.084 . 0.493 <0.001 <0.001 <0.001
Distancia Correl. Pearson 0.13 -0.072 1 -0.0768 -0.1489 -0.1887
al vecino P-valor 0.899 0.483 . 0.455 0.146 0.064
Perímetro Correl. Pearson -0.105 0.924** -0.078 1 0.8429** 0.4476**
P-valor 0.299 <0.001 0.446 . <0.001 <0.001
Índice de Correl. Pearson 0.015 .553** -0.149 -0.790** 1 0.8269**
forma P-valor 0.882 <0.001 0.143 <0.001 . <0.001
Dimensión Correl. Pearson -0.026 0.376** -0.189 0.535** 0.817** 1
fractal P-valor 0.795 <0.001 0.062 <0.001 <0.001 .
174

P-valor . - - - - -
Área Correl. Pearson -0.230** 1 0.0658 0.9703** 0.7087** 0.2959**
P-valor 0.009 . 0.459 <0.001 <0.001 0.001
Distancia Correl. Pearson 0.022 0.059 1 -0.0027 -0.1091 -0.1709
al vecino P-valor 0.803 0.505 . 0.975 0.218 0.053
Perímetro Correl. Pearson -0.229** 0.972** -0.008 1 0.7952** 0.3763**
P-valor 0.009 <0.001 0.930 . <0.001 <0.001
Índice de Correl. Pearson -0.228** 0.724** -0.111 0.806** 1 0.8172**
forma P-valor 0.009 <0.001 0.208 <0.001 . <0.001
Dimensión Correl. Pearson -0.209* 0.330** -0.172 0.406** 0.826** 1
fractal P-valor 0.017 <0.001 0.051 <0.001 <0.001 .

P-valor . - - - - -
Área Correl. Pearson -0.206* 1 0.0318 0.9762** 0.7151** 0.3214**
P-valor 0.017 . 0.718 <0.001 <0.001 <0.001
Distancia Correl. Pearson -0.038 0.039 1 -0.0327 -0.1295 -0.1766*
al vecino P-valor 0.664 0.657 . 0.710 0.139 0.043
Perímetro Correl. Pearson -0.193* 0.977** -0.025 1 0.8000** 0.4092**
P-valor 0.026 <0.001 0.778 . <0.001 <0.001
Índice de Correl. Pearson -0.181* 0.725** -0.120 0.807** 1 0.8331**
forma P-valor 0.037 <0.001 0.168 <0.001 . <0.001
Dimensión Correl. Pearson -0.193* 0.348** -0.166 0.431** 0.839** 1
fractal P-valor 0.026 <0.001 0.056 <0.001 <0.001 .

P-valor . - - - - -
P-valor 0.001 . 0.512 <0.001 <0.001 0.002
Distancia Correl. Pearson -0.061 0.061 1 -0.0119 -0.0981 -0.1422
al vecino P-valor 0.406 0.401 . 0.871 0.180 0.052
Perímetro Correl. Pearson -0.237** 0.984** 0.003 1 0.7240** 0.3100**
P-valor 0.001 <0.001 0.969 . <0.001 <0.001
forma P-valor <0.001 <0.001 0.283 <0.001 . <0.001
Dimensión Correl. Pearson -0.234 0.273** -0.124 0.348** 0.840** 1
fractal P-valor 0.001 <0.001 0.090 <0.001 <0.001 .
175

P-valor . - - - - -
P-valor 0.002 . 0.162 <0.001 <0.001 <0.001
Distancia Correl. Pearson -0.072 0.106 1 0.0209 -0.0474 -0.0920
al vecino P-valor 0.281 0.111 . 0.756 0.481 0.170
Perímetro Correl. Pearson -0.201** 0.982** 0.035 1 0.7451** 0.3104**
P-valor 0.002 <0.001 0.602 . <0.001 <0.001
forma P-valor <0.001 <0.001 0.691 <0.001 . <0.001
Dimensión Correl. Pearson -0.269** 0.287** -0.069 0.347** 0.818** 1
fractal P-valor <0.001 <0.001 0.303 <0.001 <0.001 .
Tanto los resultados logrados de las correlaciones simples como las parciales poseen
bastante significación, algunos a un nivel de 0.01. Y también hay gran parecido entre las
correlaciones simples y las parciales.
Pese a que hay datos significativos, las correlaciones simples en algunos casos no son
muy buenas. Las correlaciones más significativas independientemente del año son las
que hay entre el área y el perímetro, el área y el índice de forma, el perímetro y el índice
de forma y la dimensión fractal y el índice de forma.
Por último, la comparación entre los resultados de las correlaciones simples y las
parciales, viene a expresar que no hay diferencias en la correlación de los parámetros
fijando los usos como variable dependiente. Por lo tanto, esto significa que los usos del
suelo no intervienen decisivamente en la correlación entre variables de índices del
paisaje.
Comparación entre los usos del suelo y los índices del paisaje.
Trata de comparar los diferentes usos del suelo tomando por medio de las variables
independientes seleccionadas (el área, la distancia media al vecino más cercano, el
perímetro, el índice de forma del parche y la dimensión fractal). Los índices utilizados
vienen a informar del tamaño de los parches (área), de la complejidad de la forma del
parche (índice de forma y dimensión fractal), del margen exterior (perímetro) y de la
agregación de los parches (distancia media al vecino más cercano).
Se han aplicado como procedimientos estadísticos las pruebas no paramétricas, por no

cumplir las variables el principio de normalidad de Kolmogorov-Smirnov (Tabla 92) y
el test de homogeneidad de varianzas de Levenne (Tabla 93). Se han intentado sin éxito
realizar transformaciones de las variables para cumplir estos requisitos, pero al no ser
satisfactorios para todas las variables ha sido preferible su estudio con los tests no
paramétricos.
176
Tabla 92. Test de normalidad de Kolmogorov-Smirnov.

Distancia al Dimensión
Área Perímetro Índice de forma
vecino fractal
Estadístico 0.385 0.353 0.367 0.202 0.157
1946 Significativ. < 0.01 < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 98 98 98 98 98
Estadístico 0.391 0.366 0.370 0.186 0.129
1956 Significativ. < 0.01 < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 130 130 130 130 130
Estadístico 0.389 0.358 0.364 0.186 0.120
1974 Significativ. < 0.01 < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 133 133 133 133 133
Estadístico 0.412 0.360 0.386 0.202 0.114
1980 Significativ. < 0.01 < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 189 189 189 189 189
Estadístico 0.415 0.343 0.390 0.187 0.086
1999 Significativ. < 0.01 < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 225 225 225 225 225
Tabla 93. Test de homogeneidad de varianzas de Levenne.

vecino fractal
Estadístico 2.427 31.774 2.050 1.444 1.762
1946 Significativ. 0.053 < 0.01 0.094 0.226 0.143
G. libertad 93 93 93 93 93
Estadístico 5.458 36.012 4.462 2.222 3.171
1956 Significativ. < 0.01 < 0.01 0.001 0.056 0.010
G. libertad 124 124 124 124 124
Estadístico 3.581 14.317 2.767 2.676 3.544
1974 Significativ. 0.003 < 0.01 0.015 0.018 0.003
G. libertad 126 126 126 126 126
Estadístico 6.455 15.975 5.463 4.633 5.266
1980 Significativ. < 0.01 < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 182 182 182 182 182
Estadístico 5.316 25.521 4.733 7.025 7.696
1999 Significativ. < 0.01 < 0.01 < 0.01 < 0.01 < 0.01
G. libertad 218 218 218 218 218
Al confirmar estas dos pruebas la inviabilidad de realizar un análisis de la varianza

(ANOVA) de un factor en variables normales, se ha venido a realizar el análisis de la
varianza de una clasificación por rangos de Kruskal-Wallis (Sokal & Rohlf, 1995;
Siegel, 1988). Esta prueba extremadamente útil para decidir si las variables
independientes son distintas según un uso determinado.
177
En este caso, el análisis de la varianza de Kruskal-Wallis la hipótesis nula que se desea

contrastar es que la distribución del área, la distancia media al vecino más cercano, el
perímetro, el índice de forma del parche y la dimensión fractal es la misma
independientemente del tipo de uso que se trate. Los resultados de aplicar el test a los
datos para los distintos años se resumen en la Tabla 94.
Tabla 94. Test de Kruskal-Wallis.

vecino fractal
Estadístico 11.797 35.634 11.4 8.01 7.446
n.s. n.s.
1946 Significativ. 0.019 < 0.01 0.022 0.091 0.114
G. libertad 4 4 4 4 4
Estadístico 14.346 28.831 13.359 9.254 11.08
n.s. n.s.
1956 Significativ. 0.014 < 0.01 0.020 0.099 0.050
Estadístico 12.6 27.191 13.354 15.421 18.635
n.s.
1974 Significativ. 0.050 < 0.01 0.038 0.017 0.005
Estadístico 14.243 31.498 16.301 20.033 22.275
1980 Significativ. 0.027 < 0.01 0.012 0.003 0.001
Estadístico 36.871 45.852 43.512 43.198 40.293
1999 Significativ. < 0.01 < 0.01 < 0.01 < 0.01 < 0.01
Dado que el p-valor asociado al estadístico de contraste es menor de 0.05 en la mayoría

de variables y en los años estudiados, luego al nivel de significación 0.05, se rechazará
la hipótesis nula. Puesto que las diferencias observadas son estadísticamente
significativas, se puede aceptar que la distribución del tamaño de los parches, la
distancia media al vecino más cercano, el perímetro, el índice de forma del parche y la
dimensión fractal es distinta según el uso que se trate. Tan sólo el área de 1974, el
índice de forma y la dimensión fractal de 1946 y 1956 (las que poseen n.s.) no rechazan
la hipótesis nula y son iguales independientemente del uso que posean.
Se han hecho las comparaciones múltiples entre los usos según variables y años, por el
Método de Bonferroni para pruebas no paramétricas y los resultados se compilan en la
Tabla 95.
Tabla 95. Comparaciones múltiples.

Año Variable dependiente Usos comparados Significatividad
1946 Perímetro Cultivo – Urbano 0.037
1946 Índice de forma Com. Stipa – Urbano 0.035
1946 Índice de forma Cultivo – Urbano 0.004
1956 Área C. Abandon. – Urbano 0.018
1956 Distancia al vecino Com. Stipa – Arbustos < 0.001
1956 Distancia al vecino Arbustos – Repoblación 0.001
1956 Distancia al vecino Arbustos – C. Abandon. < 0.001
1956 Distancia al vecino Arbustos – Cultivo < 0.001
178
1956 Perímetro C. Abandon. – Urbano 0.007

1956 Índice de forma C. Abandon. – Urbano 0.004
1974 Área C. Abandon. – Urbano 0.009
1974 Índice de forma Com. Stipa – Urbano 0.043
1974 Índice de forma C. Abandon. – Urbano < 0.001
1974 Dimensión fractal Com. Stipa – Urbano 0.019
1974 Dimensión fractal C. Abandon. – Cultivo 0.031
1974 Dimensión fractal C. Abandon. – Urbano 0.036
1980 Distancia al vecino Com. Stipa – C. Abandon. 0.040
1980 Índice de forma Repoblación – Urbano 0.048
1980 Dimensión fractal Repoblación – Cultivo 0.042
1980 Dimensión fractal Repoblación – Urbano 0.025
1980 Dimensión fractal C. Aband. – Cultivo 0.011
1999 Distancia al vecino Com. Stipa – Cultivo 0.002
1999 Perímetro Repoblación – Urbano 0.048
1999 Índice de forma Repoblación – C. Abandon. 0.028
1999 Índice de forma Repoblación – Cultivo 0.008
1999 Índice de forma Repoblación – Urbano 0.001
1999 Índice de forma C. Abandon. – Urbano < 0.001
1999 Índice de forma Cultivo – Urbano 0.023
1999 Dimensión fractal Com. Stipa – Urbano < 0.001
1999 Dimensión fractal Pino – Urbano 0.012
1999 Dimensión fractal Repoblación – C. Abandon. 0.015
1999 Dimensión fractal Repoblación – Cultivo 0.004
1999 Dimensión fractal Repoblación – Urbano < 0.001
1999 Dimensión fractal C. Abandon. – Urbano < 0.001
1999 Dimensión fractal Cultivo – Urbano 0.006
Las comparaciones post hoc de la tabla anterior recogen los casos en los que hay usos
significativamente distintos, en el resto de comparaciones son significativamente
iguales. Hay que destacar que estas relaciones ocurren con mayor frecuencia en el año
1999; en las variables distancia al vecino, índice de forma y dimensión fractal; y los en
los usos en que suele encontrar diferencias son los usos más antrópicos, como el uso
urbano, cultivo y campos abandonados, frente a otros más naturalizados, como la
comunidad de Stipa tenacissima y la repoblación. En conclusión, se deduce que existe
un cierto patrón de distribución de los usos del suelo en función de las variables indicadas
en la Tabla 95. En el punto 4.2.4 se confirmaba que la distribución de los usos del suelo
se encuentra limitada por los factores físicos o topográficos. Pues, ahora se indica que los
usos del suelo a nivel de parche no adoptan tamaños, formas o distribuciones al azar, sino
que siguen un patrón tanto antrópico como natural que define su estructura de parche.
Análisis discriminante entre los usos del suelo y los índices del
paisaje.
A partir del análisis estadístico en las 5 fechas se han creado 5 funciones discriminantes
a partir de las variables: área, distancia media al vecino más cercano, perímetro, índice
de forma y la dimensión fractal, todas ellas en función de uso del suelo.
179
Tal como aparece en la Tabla 96, tanto los autovalores como las correlaciones
canónicas decrecen desde la primera función hasta la última, siendo muy superiores los
correspondientes a la primera. El autovalor asociado a una función se interpreta como la
parte de la variabilidad total de la nube de puntos proyectada sobre el conjunto de todas
las funciones atribuible a la función correspondiente.
Tabla 96. Tabla de autovalores y correlación canónica.

Autovalores Correlación canónica
Función
1946 1956 1974 1980 1999 1946 1956 1974 1980 1999
1 1.153 1.809 1.156 1.264 2.851 0.732 0.802 0.732 0.747 0.860
2 0.055 0.210 0.205 0.161 0.337 0.228 0.417 0.412 0.373 0.502
3 0.034 0.079 0.078 0.101 0.090 0.180 0.270 0.269 0.303 0.288
4 0.003 0.044 0.036 0.042 0.018 0.053 0.206 0.186 0.201 0.134
5 - 0.001 0.003 0.010 0.011 - 0.026 0.056 0.101 0.106
El porcentaje de la primera función siempre es superior al 75 % de las variables

utilizadas. Son los valores de la primera función los que básicamente condicionen los
resultados de la clasificación. La correlación canónica al presentar resultados elevados
más cercanos al 1 que al 0, significa que la dispersión será debida a las diferencias entre
grupos y, en consecuencia, la función discriminará mucho a los usos.
En la Tabla 97 aparecen los valores de Lambda de Wilks y su significatividad para las

funciones discriminantes. En las dos primeras funciones discriminantes las medias de
los grupos difieren significativamente al nivel de 0.05. Aunque, en el resto no.
Tabla 97. Tabla de Lambda de Wilks.

Lambda de Wilks Significatividad
Función
1946 1956 1974 1980 1999 1946 1956 1974 1980 1999
1 hasta 4 0.425 0.261 0.344 0.328 0.173 <0.001 <0.001 <0.001 <0.001 <0.001
2 hasta 4 0.915 0.733 0.741 0.743 0.666 0.768 0.001 0.009 <0.001 <0.001
3 hasta 4 0.965 0.887 0.893 0.863 0.891 0.770 0.096 0.283 0.008 0.014
4 hasta 5 0.997 0.957 0.962 0.950 0.971 0.877 0.244 0.567 0.154 0.380
5 - 0.999 0.997 0.990 0.989 - 0.769 0.823 0.395 0.293
La Tabla 98 presenta los valores del porcentaje de varianza y el porcentaje de varianza

acumulado. Este porcentaje permite evaluar qué variables canónicas se consideran con
mayor amplitud, las dos primeras variables para todas las fechas suelen comprender más
del 90% de los casos.
Tabla 98. Porcentaje de varianza para las funciones (total y acumulado).

1946 1956 1974 1980 1999
Función
% Var % ac. % Var % ac. % Var % ac. % Var % ac. % Var % ac.
1 92.7 92.7 84.4 84.4 78.2 78.2 80.1 80.1 86.2 86.2
2 4.4 97.1 9.8 94.2 13.9 92.1 10.2 90.3 10.2 96.4
3 2.7 99.8 3.7 97.9 5.3 97.4 6.4 96.7 2.7 99.1
4 0.2 100 2.1 100 2.4 99.8 2.7 99.4 0.6 99.7
5 - - 0 100 0.2 100 0.6 100 0.3 100
180
En la Tabla 99 están las funciones en el grupo de centroides para las 2 funciones que
más peso tienen en el análisis. En ellas se obtiene la evolución de las medias de las
variables canónicas que se obtiene para cada uso de suelo durante los 5 años estudiados.
Con estos valores se pueden crear mapas territoriales, en los que se utilicen las
funciones 1 y 2 como ejes, y se situe en su interior los valores espaciales de cada uso del
suelo. Asimismo, se puede percibir la situación espacial de cada uso del suelo en
función de su relación con las variables utilizadas (área, distancia media al vecino más
cercano, perímetro, índice de forma y la dimensión fractal).
Tabla 99. Funciones en el grupo de centroides.

1946 1956 1974 1980 1999
Usos
F. 1 F. 2 F. 1 F. 2 F. 1 F. 2 F. 1 F. 2 F. 1 F. 2
C. Stipa -0.509 -0.041 -0.499 0.297 -0.408 0.428 -0.307 0.378 -0.556 0.081
Arbusto 1.417 0.562 8.037 2.033 5.979 1.233 7.987 0.589 13.50 -0.434
Repob. - - 1.191 -0.474 0.431 -0.813 0.001 0.550 0.354 1.553
Pino - - - - 1.009 -0.330 1.095 -0.259 1.567 0.068
Cultivo -0.440 -0.035 -0.249 0.277 -0.061 -0.248 -0.220 -0.394 -0.341 -0.299
C.aband. 2.149 -0.376 -0.434 -0.136 -0.453 -0.091 -0.371 0.041 -0.495 -0.103
Urbano 3.685 -0.523 3.898 -1.565 1.444 -1.426 1.152 -1.123 0.222 -0.733
Por último, en la Fig. 115 se presentan los mapas territoriales para las 5 fechas, teniendo
en el eje de abscisas a la función discriminante 1 y en ordenadas a la función
discriminante 2.
Los cambios espacio-temporales que se originan vienen a informar sobre las transiciones
que hay entre unos usos y otros en función de los índices del paisaje (área, distancia
media al vecino más cercano, perímetro, índice de forma y la dimensión fractal).
Las funciones discriminantes utilizadas para los ejes de los mapas territoriales tienen distintas
interpretaciones ecológicas. La función 1 que aparece en el eje de abscisas se encuentra
referida con las variables de distancia media al vecino más cercano y en menor medida con el
perímetro; para valores reducidos posee menor distancia media al vecino más cercano y
perímetro y para valores elevados lo contrario. En el caso de la función discriminante 2, que
se presenta en el eje de ordenadas, está más relacionada con el índice de forma, la dimensión
fractal y en menor medida con el área; para valores cercanos al origen muestra menor índice
de forma, dimensión fractal y área y para valores altos lo contrario.
Los usos del suelo se disponen espacio-temporalmente de forma diferente, en función de

las variables de estructura del parche. La comunidad de Stipa tenacissima aparece
siempre relacionada con valores bajos de la función 1 para toda la función 2 (poca
distancia al vecino más cercano y pequeño perímetro), aunque a partir de 1956 sólo para
valores altos de la función 2 (área reducida, índice de forma y dimensión fractal pequeña,
o sea, forma simple). La comunidad arbustiva está ligada a la franja derecha del mapa
territorial dominando las zonas altas de la función 1 (valores altos de perímetro de parche
y gran distancia al vecino). La repoblación de pinos al principio estaba en una zona del
centro del mapa, con el tiempo ha evolucionado a la parte alta de la función 2, que
181
corresponde a una zona con mayor área y complejidad estructural. El pinar maduro por su
parte ocupa la zona central, que es donde empezaron las primeras repoblaciones. Los
cultivos varían mucho su disposición espacial en las primeras fechas, con el tiempo se han
estabilizado en la parte inferior izquierda. Esto mismo es lo que les ha ocurrido a los
campos abandonados. Ambas son zonas con perímetros diminutos, distancias al vecino
más cercano bastante reducidas, áreas pequeñas y formas sencillas. El suelo urbano
domina la zona baja y derecha del mapa territorial, que se corresponde con valores altos
de la función 1 y bajos de la función 2, es decir, posee gran distancia entre parches
vecinos, un área reducida y una forma simple.
En general, los mapas territoriales para el periodo de tiempo estudiado experimentan

grandes cambios entre las fechas. Los cambios más importantes son la aparición de los
pinares y los cambios de disposición de los cultivos y las repoblaciones de pinar para el
cruce de las funciones 1 y 2.
1946 1956 1974
Comunidades de S.tenacissima
Pinar maduro
Cultivos
Campos abandonados
Urbano
1980 1999
Fig. 96. Mapas territoriales del análisis discriminante.
182
7.4. Discusión de la dinámica de la estructura del

paisaje.
Los paisajes, como otras unidades ecológicas de estudio, son dinámicos tanto en
estructura como en función y patrón espacial. Como las comunidades están compuestas
por poblaciones de especies, los paisajes son uniones de hábitats, comunidades y usos
del suelo. La configuración espacial de estos elementos del paisaje puede ser atribuida a
la combinación de correlaciones ambientales y humanas (Forman & Godron, 1986).
El medio físico es uno de los factores más importantes que controla la heterogeneidad
espacial del paisaje (Tappeiner et al, 1998). Los paisajes heterogéneos proporcionan un
particular reto para modelar las respuestas en el nivel de población de los organismos,
debido a la fragmentación del hábitat (With et al, 1997). En particular, los patrones
generales de cambio del paisaje han producido cambios en la fauna en la mayoría de
partes del mundo. La influencia de estos cambios en la fauna es relativamente moderada
en bosques templados heterogéneos, en comparación con los efectos que hay en las
regiones tropicales y semitropicales del mundo (DeGraaf & Miller, 1996).
La formación de parches y la fragmentación que emerge de las interacciones entre procesos

físicos y bióticos aparece incrementándose por todo el planeta (Forman, 1997). Por esta
razón, la fragmentación del paisaje está considerada por los ecólogos como una seria
amenaza para la preservación y conservación ecológica (Pickett & Cadenasso, 1995).
Los cambios en los regímenes de perturbación pueden motivar cambios en la estructura

de parches del paisaje. Por ejemplo, un gran número de medidas de la estructura del
paisaje (riqueza, forma, diversidad de Shannon) cambian a lo largo de un gran periodo de
tiempo (Miller et al, 1995). El grado de fragmentación que caracteriza un paisaje dado
puede ser descrita por el tamaño diverso, la forma, la distribución espacial y la densidad
de los parches (Hunsaker et al, 1994; Dramstad et al, 1998). La fragmentación se asocia
habitualmente con una reducción de la superficie de los fragmentos, un aumento del
aislamiento y una acentuación de los efectos de borde (Tellería & Santos, 2000).
Cualquier persona que haya conocido estas tierras ha podido comprobar la profunda
transformación que han sufrido. Un rápido examen de la dinámica en ambas fechas
(1946-1999) nos proporciona una síntesis de la evolución de este paisaje, indicando las
variaciones espaciales de la cuenca de Agost en el tiempo. El estudio de los índices del
paisaje viene a confirmar la fragmentación del mismo. Un aumento del número de
parches (ver 7.1.a), una disminución del tamaño medio (ver 7.1.b), un descenso en el
tamaño medio ponderado (ver 7.1.c), un incremento en el margen total (ver 7.1.d), una
bajada en la distancia media al vecino más cercano (ver 7.1.e), un mayor índice de
diversidad de Shannon (ver 7.1.f), un menor contagión (ver 7.1.g), una caída en la
dimensión fractal doble logarítmica (ver 7.1.h) y en el índice de forma (ver 7.1.i) y una
subida en el índice de yuxtaposición (ver 7.1.j).
183
Tal como aparece la clasificación de los índices del paisaje del punto 4.3.3, para el grupo de
índices de número y tamaño de parche se tiene: un aumento del número de parches (mayor
división de parches), una disminución del tamaño medio de parches (una superficie menor),
un descenso en el tamaño medio ponderado (una disminución de tamaño proporcional), un
incremento en el margen total (más zonas en contacto) y un mayor índice de diversidad de
Shannon (más proporción de parches y más repartidos). Para los índices de forma del
parche, existe una caída en la dimensión fractal doble logarítmica y en el índice de forma
(parches con menos complejidad estructural). Para los índices de conexión entre parches
hay un menor contagión (menor adyacencia entre usos diferentes), una bajada en la
distancia media al vecino más cercano (se encuentran más próximos los parches entre sí), y
una subida en el índice de yuxtaposición (mayor contigüidad de los parches).
De los 10 índices del paisaje estudiados, 9 ratifican el aumento de la fragmentación y de
la heterogeneidad espacial, tan sólo el contagión ofrece un resultado opuesto al esperado y
obtiene menor adyacencia debido al aumento de usos y a estar los parches de diferentes
usos menos comunicados que antes por culpa de tamaños inferiores de parche.
A partir de los 10 índices del paisaje del punto 7.2, se ha podido calcular en 8 índices la
evolución por separado de cada uno de los usos del suelo, debido a que los valores de
diversidad y contagión no se pueden obtener independientemente. Los usos que poseen
una mayor fragmentación son los cultivos, campos abandonados y urbano, seguidos por
la comunidad de Stipa tenacissima, pinar maduro, repoblación, badlands y como menos
fragmentados está la comunidad arbustiva. Es evidente la correlación que hay entre los
usos más antrópicos y los más fragmentados.
Los procesos espaciales de fragmentación del paisaje, tal como aparecen en el punto
7.2, corresponden a la secuencia de cambios espaciales que transforman el paisaje. El
proceso espacial más abundante en el área de estudio es el de la fragmentación, seguido
de la reducción de parches.
De los análisis estadísticos aplicados a los usos del suelo y los índices del paisaje (ver
7.3) se han utilizado las variables de usos del suelo, tamaño de los parches, la distancia
media al vecino más cercano, el perímetro, el índice de forma y la dimensión fractal. A
diferencia de la aplicación de las variables topográficas para evaluar los efectos de los
cambios de uso, la métrica de la estructura del paisaje presenta una mayor sensibilidad a
los cambios, ya que la configuración del mosaico paisajístico se ve muy modificado por
los cambios de uso. En las correlaciones simples y parciales (ver 7.3) se tienen buenas
correspondencias entre la mayoría de las variables. Por otra parte, la comparación entre
las correlaciones simples y las correlaciones parciales (fijadas por los usos del suelo
como variable dependiente) no existen diferencias significativas, por lo tanto, las
variables de los índices del paisaje no afectan a los usos del suelo.
En el análisis de la varianza por Kruskal-Wallis (ver 7.3) se pretende comprobar la hipótesis
de que las variables de los índices del paisaje (tamaño medio, la distancia media al vecino
más cercano, el perímetro, el índice de forma y la dimensión fractal) tienen valores
parecidos entre los diferentes usos del suelo. Los resultados obtenidos permiten descartar
esta hipótesis para la mayoría de variables y años, tan sólo existe parecido entre el índice de
forma y dimensión fractal para 1946 y 1956 y para el tamaño de los parches en 1974.
184
En el análisis discriminante (ver 7.3) se consigue una correlación canónica de los usos
del suelo, en función de las variables de los índices del paisaje (tamaño de los parches,
la distancia media al vecino más cercano, el perímetro, el índice de forma y la
dimensión fractal). Los cambios espaciales (ver Fig. 96) que se producen en las distintas
fechas estudiadas nos informan de la evolución de los distintos usos. Se aprecia como
con el tiempo los usos como la comunidad de Stipa tenacissima y los cultivos pierden
protagonismo frente a los campos abandonados y repoblaciones de pinar.
La mayoría de los estudios relacionados con el patrón o estructura del paisaje indican
una correlación entre el grado de fragmentación y la perturbación del medio. Una mayor
fragmentación puede influir en la composición floral y faunística y su riqueza (Burgess
& Sharpe, 1981). Por ejemplo, pequeños parches de bosque tienden a tener una mayor
proporción de borde frente al interior que presentan los parches grandes, de este modo
estos albergan mayor cantidad de especies exóticas (Levenson, 1981). El aumento de los
márgenes de los parches en el tiempo indica una tendencia a un paisaje más fraccionado
y perturbado (Luque et al, 1994). El tamaño de parche, también afecta a la composición
de aves (Galli et al, 1976; Lynch & Whigham, 1984).
Cuando un paisaje se encuentra más fragmentado, el riesgo de pérdida de especies de
plantas y animales aumenta (Pickett Cadenasso, 1995). Las consecuencias ecológicas de
la fragmentación del hábitat incluyen los efectos directos de pérdida de hábitat y los
efectos indirectos de la reducida dispersión entre los parches. En particular los hábitat de
los parches que sobreviven al proceso de fragmentación permanecen más aislados de los
demás, y esta es la causa de la disminución de las especies. (Schumaker, 1996). La
fragmentación puede debilitar el funcionamiento del ecosistema, afectando a la capacidad
de recuperación de una perturbación. Por otra parte, dependiendo de la configuración de
los usos del suelo y los procesos físicos dominantes, un poco de fragmentación puede
tener un efecto positivo en la función del ecosistema, como cuando los parches sirven de
amortiguación de áreas desarrolladas. (Geoghegan et al, 1997).
Se puede concluir, con que el aumento de fragmentación espacial en la cuenca de Agost
es incuestionable desde el punto de vista espacial, sin embargo, no se han estudiado en
campo las consecuencias de estos cambios. Aunque, hay que recordar que, en conjunto,
la zona de estudio se ha “naturalizado”, al estar menos ligada a actividades humanas.
Salvo el escaso incremento urbano, los usos ligados al hombre como los cultivos han
decrecido en favor de los campos abandonados. Esto se traduce en una menor intensidad
de presencia humana que es equivalente a una menor perturbación en el medio. En este
sentido, se ha producido con el cambio de hábitos una modificación en los tipos de
perturbación, por ejemplo: pisoteo por frecuentación, riesgo de incendio,...
Es necesario comentar que estos resultados de índices del paisaje son dependientes de las
unidades de usos del suelo empleadas en el análisis. Si hubiera sido más detallado el listado
de usos del suelo diferentes, entonces los resultados serían más pronunciados. En el caso
contrario, con menos usos, se tendría menos variación. Además, estos índices también son
dependientes del tamaño de píxel de la imagen ráster que se haya seleccionado para el
análisis. Para tamaños de píxel pequeños se consiguen resultados más precisos.
185
8. Tendencias de cambio
Las tendencias de cambio de los usos del suelo en el tiempo han sido calculadas
mediante las cadenas de Markov. Los múltiples procesos a seguir para su posterior
análisis aparecen referenciadas en el objetivo 2.3 y en la metodología del punto 4.4, y a
continuación se muestran los resultados.
8.1. Tablas cruzadas de los usos del suelo.

Los tránsitos entre los distintos usos quedan reflejados en las siguientes tablas cruzadas
para cada combinación de mapas de usos del suelo de fechas consecutivas 1946-1956,
1956-1974, 1974-1980 y 1980-1999 (ver Tabla 100, Tabla 101, Tabla 102 y Tabla
103) y también se ha realizado para la combinación entre los mapas de usos de 1946 a
1999 (ver Tabla 104). Los datos contenidos en el interior de las celdas se expresan en
hectáreas, y la suma total es igual a la superficie de la cuenca.
Tabla 100. Tabla cruzada entre los años 1946 y 1956.

1956
Stipa 682.46 0 0 0 0 8.35 0 0
Arbust. 0 150.66 0 107.11 0 0 0 0
Pino 0 0 0 0 0 0 0 0
1946
Repobl. 0 0 0 0 0 0 0 0
C. aband. 0 0 0 0.29 12.23 0 0 0
Cultivo 19.09 0 0 2.57 169.63 348.68 0 0
Urbano 0 0 0 0 0 0 2.22 0
Badlands 0 0 0 0 0 0 0 34.13

1974
Stipa 690.09 0 0 11.27 0 0.2 0 0
Arbust. 0 150.66 0 0 0 0 0 0
Pino 0 0 0 0 0 0 0 0
1956
Repobl. 0 0 109.96 0 0 0 0 0
C. aband. 0.11 1.51 0 10.97 169.28 0 0 0
Cultivo 20.23 0 0 1.95 116.11 217.28 1.45 0
Urbano 0 0 0 0 0 0 2.22 0
Badlands 0 0 0 0 0 0 0 34.13

1980
Stipa 675.44 0 0 13.15 0 19.41 2.42 0
Arbust. 0 152.15 0 0 0 0.01 0 0
Pino 0 0 109.96 0 0 0 0 0
1974
Repobl. 0 0 20.01 4.19 0 0 0 0

C. aband. 37.45 0 0 40.11 184.75 22.87 0.21 0
Cultivo 31.2 2.53 0 2.86 58.7 118.49 3.7 0
Urbano 0 0 0 0 0 0 3.67 0
Badlands 0 0 0 0 0 0 0 34.13
186

1999
Stipa 683.07 0 0 56.44 0 4.16 0.42 0
Arbust. 0 154.68 0 0 0 0 0 0
Pino 0 0 129.96 0 0 0 0 0
1980
Repobl. 0 0 19.31 41.01 0 0 0 0

C. aband. 10.84 0 0 31.44 177.42 21.35 2.4 0
Cultivo 12.53 0 0.91 0.1 63.44 80.58 3.22 0
Urbano 0 0 0 0 0 0 10.01 0
Badlands 0 0 0 0 0 0 0 34.13

1999
Stipa 592.54 0 17.74 59.16 12.23 6.33 2.81 0
Arbust. 0 150.66 107.11 0 0 0 0 0
Pino 0 0 0 0 0 0 0 0
1946
Repobl. 0 0 0 0 0 0 0 0
C. aband. 4.3 0 1.79 6.43 0 0 0 0
Cultivo 109.6 4.03 23.54 63.4 228.63 99.75 11.02 0
Urbano 0 0 0 0 0 0 2.22 0
Badlands 0 0 0 0 0 0 0 34.13
8.2. Matrices de transición de los usos del suelo.

Una vez se tienen todas las tablas cruzadas se convierten los datos de superficie
(hectáreas) a probabilidades en tanto por uno en las distintas matrices de transición. Es
esencial que se cumplan los requisitos necesarios para ser unas matrices de transición
(Lipschutz, 1968) (ver 4.4.3.). De esta forma serán apropiadas para ser utilizadas más
tarde en la proyección futura a partir del estado inicial y de las probabilidades de
cambio de dicho estado. Las anteriores tablas cruzadas se han transformado en las
siguientes matrices de transición para cada combinación de mapas de edades
consecutivas 1946-1956, 1956-1974, 1974-1980 y 1980-1999 (Tabla 105, Tabla 106,
Tabla 107 y Tabla 108) y también se ha realizado para la combinación entre 1946 y
1999 (ver Tabla 109) que son los más alejados temporalmente. La suma de las
probabilidades de todas las celdas de una misma fila vale 1.
Tabla 105. Matriz de transición entre los años 1946 y 1956.

1956
Stipa Arbust. Repobl. C.aband. Cultivo Urbano Badlands
Stipa 0.98791 0 0 0 0.01209 0 0
Arbust. 0 0.58448 0.41552 0 0 0 0
1946
C. aband. 0 0 0.02276 0.97724 0 0 0

Cultivo 0.03536 0 0.00476 0.31415 0.64573 0 0
Urbano 0 0 0 0 0 1 0
Badlands 0 0 0 0 0 0 1
187

1974
Stipa 0.98366 0 0 0.01606 0 0.00028 0 0
Arbust. 0 1 0 0 0 0 0 0
Repobl. 0 0 1 0 0 0 0 0
1956
C. aband. 0.00058 0.00829 0 0.06033 0.9308 0 0 0

Cultivo 0.05666 0 0 0.00547 0.32522 0.60859 0.00406 0
Urbano 0 0 0 0 0 0 1 0
Badlands 0 0 0 0 0 0 0 1

1980
Stipa 0.95076 0 0 0.01851 0 0.02732 0.00341 0
Arbust. 0 0.99992 0 0 0 0.00008 0 0
Pino 0 0 1 0 0 0 0 0
1974
Repobl. 0 0 0.82691 0.17309 0 0 0 0

C. aband. 0.13122 0 0 0.14054 0.64736 0.08013 0.00074 0
Cultivo 0.14345 0.01164 0 0.01316 0.26991 0.54483 0.01701 0
Urbano 0 0 0 0 0 0 1 0
Badlands 0 0 0 0 0 0 0 1

1999
Stipa 0.918 0 0 0.07585 0 0.00559 0.00056 0
Arbust. 0 1 0 0 0 0 0 0
Pino 0 0 1 0 0 0 0 0
1980
Repobl. 0 0 0.3201 0.6799 0 0 0 0

C. aband. 0.04452 0 0 0.12915 0.72877 0.0877 0.00987 0
Cultivo 0.07793 0 0.00564 0.00062 0.39456 0.50118 0.02006 0
Urbano 0 0 0 0 0 0 1 0
Badlands 0 0 0 0 0 0 0 1

1999
Stipa 0.8577 0 0.0257 0.0856 0.0177 0.0092 0.0041 0
Arbust. 0 0.584481 0.4155 0 0 0 0 0
1946
C. aband. 0.3434 0 0.1428 0.5138 0 0 0 0

Cultivo 0.2029 0.00746 0.0436 0.1174 0.4234 0.1847 0.0204 0
Urbano 0 0 0 0 0 0 1 0
Badlands 0 0 0 0 0 0 0 1
188
8.3. Matriz de transición media.
La matriz de transición media está compuesta por un periodo de 53 años. Esta se ha

realizado a partir de las 5 fechas que se han estudiado durante este periodo. Mediante el
promedio de las 4 matrices de transición consecutivas (1946-1956, 1956-1974, 1974-
1980 y 1980-1999) se ha creado esta matriz de transición media (ver Tabla 110).
Tabla 110. Matriz de transición media de 1946 a 1999.

Stipa Arbust. Pino Repobl. C. aband. Cultivo Urbano Badlands
Stipa 0.96 0 0 0.0276 0 0.0114 0.001 0
Arbust. 0 0.8961 0 0.1039 0 0 0 0
Pino 0 0 1 0 0 0 0 0
Repobl. 0 0 0.7157 0.2843 0 0 0 0
C. aband. 0.0441 0.0021 0 0.0882 0.821 0.042 0.0026 0
Cultivo 0.0783 0.0029 0.0014 0.006 0.3259 0.5751 0.0104 0
Urbano 0 0 0 0 0 0 1 0
Badlands 0 0 0 0 0 0 0 1
El problema de esta matriz de transición media es que trata con la misma importancia
los cambios de estados que se producen tanto en el periodo 1946-1956 como los que se
producen en 1980-1999. Lo esperable sería que se le pudiera dar más relevancia a los
últimos periodos para que sean más parecidas a las condiciones futuras.
8.4. Matriz de transición de tendencia.
La siguiente matriz de transición (ver Tabla 111) se ha calculado a partir de las

anteriores matrices de transición por medio de un ajuste de tendencia lineal entre las
mismas probabilidades de cambio para cada uno de los diferentes periodos para 2020.
Tabla 111. Estimación de la matriz de transición entre los años 1946 y 2020.
2020
Stipa 0.8671 0 0 0.1162 0 0.0138 0.0029 0
Arbust. 0 1 0 0 0 0 0 0
Pino 0 0 1 0 0 0 0 0
1946
Repobl. 0 0 0.4686 0.5314 0 0 0 0

C. aband. 0.1455 0 0 0.2426 0.425 0.1733 0.0141 0
Cultivo 0.1642 0 0 0.0043 0.403 0.3892 0.0389 0
Urbano 0 0 0 0 0 0 1 0
Badlands 0 0 0 0 0 0 0 1
Por este método se consigue tener una matriz de transición que haga uso de las
anteriores matrices de transición y además explique la tendencia dominante que tienen
los cambios de usos.
189
8.5. Diagramas de flujo.
Por medio de diagramas de flujo se pueden esquematizar los tránsitos que ostentan los
usos del suelo en los periodos estudiados tal y como aparecen en las siguientes figuras:
0.01
0.42 0.02
0.31
0.99 0.58 0.98 0.65 1
Stipa Arbust. Repobl C.aban Cultiv. Urban.
0.04
Fig. 97. Diagrama de flujo para la matriz de transición entre 1946-1956.
0.02
0.06 0.32
0.98 1 0.93 0.61 1
Stipa Arbust. Repobl Pino C.aban Cultiv. Urban.
1 0.01
0.01
0.05
0.03
0.01
0.02
0.02 0.31
0.95 1 0.17 1 0.65 0.55 1
0.83 0.08 0.02

0.13
0.01
0.14
0.01
0.08
0.13 0.39
0.92 1 0.68 1 0.73 0.50 1
0.32 0.09 0.02

0.04
0.01
0.08
190
0.01
0.02
0.03 0.12
0.09 0.52 0.42
0.85 0.58 0.19 1
0.42 0.14 0.02

0.04
0.34 0.01
0.20
0.01
0.03
0.09 0.33
0.10
0.96 0.90 0.28 1 0.82 0.58 1
0.72 0.04 0.01

0.05
0.08
Fig. 102. Diagrama de flujo para la matriz de transición media.
0.01
0.01
0.12 0.24 0.40
0.87 1 0.53 1 0.43 0.39 1
0.47 0.17 0.04

0.15
0.16 0.01
Fig. 103. Diagrama de flujo para la matriz de tendencia para 2020.
Tal como se aprecia en los diagramas de flujo, ocurre un aumento de la complejidad del
sistema por el incremento de la cantidad y diversidad de flujos del periodo 1946-1956 al
1980-1999. La matriz de transición 1946-1999 tiene el inconveniente de omitir los
múltiples cambios que se han producido dentro de este periodo. Ya que no tiene sentido
el tránsito de una superficie cultivada a una de pino maduro sin haber pasado antes por
las etapas intermedias de abandono y repoblación.
191
Es importante resaltar la evolución de los tránsitos que se han producido entre los
distintos usos del suelo, ya sean en la cantidad de flujos como en la variedad de usos
que se encuentren implicados. También, cabe destacar las pérdidas y ganancias que
obtienen cada tipo de uso en las múltiples entradas y salidas.
En la Tabla 112 aparece reflejado el número de tránsitos como indicador de la variación de
la diversidad funcional que hay en cada matriz de transición. Hay un notable crecimiento de
estos flujos desde 1946-1956 a 1980-1999, siendo casi el doble. La matriz 1946-1999 al no
contemplar los pasos intermedios infiere nuevos flujos. Tanto la matriz media como la de
tendencia se mantienen entre 10 y 11, como las matrices de 1974-1980 y 1980-1999.
Tabla 112. Número de tránsitos.
Matriz de Matriz de Matriz de Matriz de Matriz de Matriz de
Matriz media
1946-1956 1956-1974 1974-1980 1980-1999 1946-1999 tendencia
5 7 11 10 14 10 11
En la Tabla 113 están los porcentajes de cambio y mantenimiento por tipo de matriz.
La matriz más conservativa es la de 1946-1956, seguida de la de 1980-1999. Por otra
parte, las que más cambio experimentan son las de 1956-1974 y 1946-1999.
Tabla 113. Porcentajes de cambio (C) y de mantenimiento (M).
Matriz de Matriz de Matriz de Matriz de Matriz de Matriz de
Matriz media
1946-1956 1956-1974 1974-1980 1980-1999 1946-1999 tendencia
C M C M C M C M C M C M C M
16.8% 84% 27% 64.6% 11.6% 66.5% 21% 72.9% 17% 52.4% 14.6% 69.3% 16.2% 65.3%
La Tabla 114 posee los porcentajes de entradas y salidas por usos. La comunidad de Stipa
tenacissima muestra oscilaciones, aunque siempre son superiores las entradas a las
salidas. Los arbustos experimentan una disminución del 42% en el periodo 1946-1956. El
pinar maduro sólo registra incrementos. La repoblación también presenta gran variación y
todas las salidas corresponden a las entradas del pinar maduro. Los cultivos disminuyen
dramáticamente y a su vez los campos abandonados aumentan cuantiosamente. El uso
urbano sólo experimenta pequeños incrementos. Los badlands no cambian.
Tabla 114. Porcentajes de entradas (E) y de salidas (S) por usos.
Matriz de E 4% 0% - 44% 31% 1% 0% -
1946-1956 S 1% 42% - 0% 2% 35% 0% -
Matriz de E 5% 1% 100% 50% 32% 0% 1% -
1956-1974 S 2% 0% 0% 100% 1% 38% 0% -
Matriz de E 27% 1% 83% 47% 31% 11% 2% -
1974-1980 S 5% 0% 0% 83% 23% 49% 0% -
Matriz de E 12% 0% 32% 22% 39% 9% 3% -
1980-1999 S 8% 0% 0% 32% 27% 50% 0% -
Matriz de E 54% 1% 63% 73% 44% 1% 2% -
1946-1999 S 15% 42% 0% 0% 100% 81% 0% -
E 13% 0% 72% 22% 33% 5% 1% -
Matriz media
S 4% 10% 0% 72% 18% 42% 0% -
Matriz de E 31% 0% 47% 37% 40% 28% 5% -
tendencia S 13% 0% 0% 47% 57% 61% 0% -
192
8.6. Análisis de Markov.
Tal como se ha dicho anteriormente, el análisis de Markov se fundamenta en que las

condiciones futuras dependen del estado inicial y de las probabilidades de cambio de
dicho estado. En pocas palabras, el fin de este estudio radica en la estimación de las
distribuciones futuras por medio de la distribución inicial y la tendencia de cambio.
El análisis de Markov no se puede realizar en las matrices de transición de 1946-1956,

1956-1974 y 1946-1999 debido a que las matrices no son cuadradas, es decir, no tienen
los mismos elementos en filas y columnas. En 1946 no estaban los estados de
repoblación y pinar maduro, y en 1956 no existía el estado de pinar maduro. Esta
condición es un requisito imprescindible para su proyección futura.
Análisis a partir de la matriz de transición de 1974-1980.
Durante 1974-1980 se han recopilado los datos necesarios (vector inicial y la matriz de
transición) para hacer correr la simulación (ver Tabla 115). El lapso o periodo de
tiempo comprendido entre estos 2 mapas de usos del suelo es de seis años, por lo tanto
cada periodo de la simulación dura seis años. Los resultados obtenidos de la simulación
se muestran en la Tabla 116 en forma de un vector de estado en el periodo 1 y los
porcentajes de los vectores de estado desde el periodo 1 a 150. La evolución de la
superficie en hectáreas de los usos del suelo en el tiempo aparece en la Fig. 104.
Tabla 115. Vector inicial y matriz de transición entre los años 1974 y 1980.
V0 P Stipa Arbust. Pino Repobl. C.aband Cultivo Urbano Badland
Stipa 0.462 Stipa 0.951 0 0 0.019 0 0.027 0.003 0
Arbust. 0.099 Arbust. 0 1 0 0 0 0 0 0
Pino 0.072 Pino 0 0 1 0 0 0 0 0
Repobl. 0.016 Repobl. 0 0 0.827 0.173 0 0 0 0
C. aband. 0.186 C. aband. 0.131 0 0 0.141 0.647 0.080 0.001 0
Cultivo 0.141 Cultivo 0.143 0.012 0 0.013 0.270 0.545 0.017 0
Urbano 0.002 Urbano 0 0 0 0 0 0 1 0
Badlands 0.022 Badlands 0 0 0 0 0 0 0 1
Tabla 116. Vector de estado en el periodo 1 y porcentajes (periodo 1 a 9).

V1 VN V1 V2 V3 V4 V5 V6 V7 V8 V9
1980 Años 1980 1986 1992 1998 2004 2010 2016 2022 2028
Stipa 0.489 Stipa 48.9% 50.1% 50.6% 50.5% 50% 49.3% 48.4% 47.4% 46.3%
Arbust. 0.106 Arbust. 10.6% 10.7% 10.8% 10.9% 10.9% 11% 11% 11.1% 11.1%
Pino 0.090 Pino 9% 12.2% 15.5% 18.4% 21% 23.3% 25.3% 27.2% 28.9%
Repobl. 0.044 Repobl. 4.4% 4.4% 4% 3.6% 3.3% 3% 2.8% 2.6% 2.4%
C. aband. 0.163 C. aband. 16.3% 13.6% 11.2% 9.3% 7.8% 6.7% 5.8% 5.1% 4.6%
Cultivo 0.110 Cultivo 11% 8.8% 7.4% 6.5% 5.8% 5.3% 5% 4.7% 4.4%
Urbano 0.012 Urbano 1.2% 1.5% 1.8% 2.1% 2.4% 2.7% 2.9% 3.2% 3.4%
Badlands 0.027 Badlands 2.7% 2.7% 2.7% 2.7% 2.7% 2.7% 2.7% 2.7% 2.7%
193
800
700
600
Superficie (ha)
500
400
300
200
100
0
1946 1966 1986 2006 2026 2046 2066 2086
Años
Fig. 104. Tendencia de la superficie de usos para la matriz de transición de 1974-1980.
En la Fig. 123 aparecen en líneas discontinuas los datos reales y en continuas los
estimados por el análisis de Markov a partir de la matriz de transición de 1974-1980. De
los resultados se puede desprender que hay un incremento incesante en la superficie de
pinar, favorecido por una caída de la extensión de la comunidad de Stipa tenacissima,
en los cultivos y en los campos abandonados. Esta serie de cambios de tanta magnitud
en un periodo de tiempo de 100 años es poco creíble.
Es necesario realizar una validación de los datos reales de 1999 con los estimados para
este mismo año por el modelo de Markov y de esta forma contrastar si las diferencias
que hay son significativas. En la Tabla 117 aparece la superficie observada y esperada.
Tabla 117. Hectáreas observadas en 1999 y esperadas a partir de la matriz 1974-1980.

Observado 706.44 154.685 150.177 128.987 240.857 106.09 16.052 34.13
1999
Esperado 775.07 167.11 289.31 54.987 139.1 98.182 33.338 41.817
Mediante el contraste de bondad de ajuste de la χ2 de Pearson, se comparan los valores

observados con los especificados por la distribución teórica que se contrasta, para eso se
utiliza el siguiente estadístico y se comprueba la siguiente hipótesis:
(Oi − Ei) k 2 H0: Adherencia a la distribución hipotética.

χ =∑
2
H1: La muestra no se ajusta a la distribución hipotética
i =1 Ei
Los resultados de aplicar el estadístico a la Tabla 117 nos indican que se rechaza la H0
a un nivel de significatividad de 0.05. Con lo cual, los resultados esperados y los
observados para 1999 carecen de analogía.
194
Análisis a partir de la matriz de transición de 1980-1999.
Para 1980-1999 se ha tomado el vector inicial y la matriz de transición respectiva para

hacer correr la simulación (ver Tabla 118). El periodo de la simulación es de diecinueve
años. Los resultados obtenidos de la simulación se muestran en la Tabla 119 como un
vector de estado en el periodo 1 y los porcentajes desde el periodo 1 a 150. La evolución
de la superficie en hectáreas de los usos del suelo en el tiempo aparece en la Fig. 105.
Tabla 118. Vector inicial y matriz de transición entre los años 1980 y 1999.
s
Stipa 0.484 Stipa 0.918 0 0 0.076 0 0.006 0.001 0
Arbust. 0.101 Arbust. 0 1 0 0 0 0 0 0
Pino 0.085 Pino 0 0 1 0 0 0 0 0
Repobl. 0.039 Repobl. 0 0 0.320 0.680 0 0 0 0
C. aband. 0.158 C. aband. 0.045 0 0 0.129 0.729 0.088 0.010 0
Cultivo 0.105 Cultivo 0.078 0 0.006 0.001 0.395 0.501 0.020 0
Urbano 0.007 Urbano 0 0 0 0 0 0 1 0
Tabla 119. Vector de estado en el periodo 1 y porcentajes en el tiempo.

V1 VN V1 V2 V3 V4 V5 V6 V7 V8 V9
1999 Años 1999 2018 2037 2056 2075 2094 2113 2132 2151
Stipa 0.464 Stipa 46.4% 43.9% 41.4% 38.9% 36.5% 34.1% 31.9% 29.8% 27.8%
Arbust. 0.106 Arbust. 10.6% 10.6% 10.6% 10.6% 10.6% 10.6% 10.6% 10.6% 10.6%
Pino 0.103 Pino 10.3% 13% 16.6% 20.7% 25% 29.3% 33.5% 37.4% 41.2%
Repobl. 0.089 Repobl. 8.9% 11.7% 13.2% 13.9% 13.9% 13.5% 12.9% 12.1% 11.4%
C. aband. 0.162 C. aband. 16.2% 14.6% 12.8% 11.1% 9.5% 8.2% 7% 6.1% 5.3%
Cultivo 0.074 Cultivo 7.4% 5.6% 4.5% 3.8% 3.3% 2.9% 2.6% 2.3% 2%
Urbano 0.015 Urbano 1.5% 1.9% 2.1% 2.4% 2.5% 2.7% 2.9% 3% 3.1%
800
700
600
500
Superficie (ha)
400
300
200
100
0
1946 1966 1986 2006 2026 2046 2066 2086
Años
Fig. 105. Tendencia de la superficie de usos para la matriz de transición de 1980-1999.
195
De la Fig. 105 las líneas discontinuas son los datos reales y las continuas los estimados
por el análisis de Markov a partir de la matriz de transición de 1980-1999. A partir de
estos resultados se puede percibir que se prevé una disminución permanente en la
superficie de la comunidad de Stipa tenacissima, en los cultivos y en los campos
abandonados. Los únicos usos del suelo que incrementan su área son sobre todo el pinar
maduro, la repoblación de pinos y el suelo urbano.
La tendencia que se reproduce en la Fig. 105 es la misma que en la Fig. 104, todas las
tendencias de cambios son muy parecidas, sólo cambian en que se desencadenan más
tarde en el tiempo en esta última. Además, son más fieles a la tendencia que posee la
superficie del paisaje al final del periodo estudiado. La característica negativa de esta
matriz de transición es que no se puede utilizar para contrastar los valores reales de
recubrimiento, ya que se usan las dos últimas fechas.
Análisis a partir de la matriz de transición media.
La matriz de transición media engloba el periodo 1946-1999 cuyo vector inicial y

matriz de transición para hacer correr la simulación aparecen en la Tabla 120. El
periodo de la simulación es de 53 años. Los resultados obtenidos de la simulación se
muestran en la Tabla 121 como un vector de estado en el periodo 1 y los porcentajes
desde el periodo 1 a 150. La evolución de la superficie en hectáreas de los usos del
suelo en el tiempo aparece en la Fig. 106.
Tabla 120. Vector inicial y matriz de transición media.

s
Stipa 0.449 Stipa 0.960 0 0 0.030 0 0.010 0 0
Arbust. 0.168 Arbust. 0 0.900 0 0.100 0 0 0 0
Pino 0 Pino 0 0 1 0 0 0 0 0
Repobl. 0 Repobl. 0 0 0.720 0.280 0 0 0 0
C. aband. 0.008 C. aband. 0.050 0 0 0.090 0.820 0.040 0 0
Cultivo 0.351 Cultivo 0.080 0 0 0 0.330 0.580 0.010 0
Urbano 0.001 Urbano 0 0 0 0 0 0 1 0

V1 VN V1 V2 V3 V4 V5 V6 V7 V8 V9
1999 Años 1999 2052 2105 2158 2211 2264 2317 2370 2423
Stipa 0.465 Stipa 46.5% 46.9% 47% 46.7% 46.2% 45.6% 44.9% 44.1% 43.2%
Arbust. 0.156 Arbust. 15.6% 14.1% 12.7% 11.5% 10.4% 9.4% 8.5% 7.7% 7%
Pino 0.005 Pino 0.5% 2.7% 6.2% 10.3% 14.5% 18.6% 22.5% 26.2% 29.7%
Repobl. 0.036 Repobl. 3.6% 5.4% 6.1% 6.3% 6.2% 6% 5.6% 5.3% 5%
C. aband. 0.128 C. aband. 12.8% 17.4% 18.7% 18.3% 17.1% 15.7% 14.3% 12.9% 11.6%
Cultivo 0.214 Cultivo 21.4% 13.5% 9.2% 6.7% 5.3% 4.4% 3.8% 3.4% 3.1%
Urbano 0.01 Urbano 1% 1.2% 1.3% 1.4% 1.5% 1.5% 1.6% 1.6% 1.6%
196
800
700
600
500
Superficie (ha)
400
300
200
100
0
1946 1966 1986 2006 2026 2046 2066 2086
Años
Fig. 106. Tendencia de la superficie de usos para la matriz de transición media.
De la Fig. 106 las líneas discontinuas son los datos reales y las continuas los estimados
por el análisis de Markov a partir de la matriz de transición media. Al tratarse de la
tendencia promedio el ajuste no es muy fino en algunos usos del suelo. Se puede
concluir con que hay una disminución en los cultivos y en las comunidades arbustivas,
sin embargo, experimentan un aumento los campos abandonados, la comunidad de Stipa
tenacissima, el pinar maduro, la repoblación de pinos y el suelo urbano.
Se han realizado ajustes entre los datos reales y los datos obtenidos de la estimación del
análisis de Markov de la matriz de transición media. En la Tabla 122 aparece la
superficie observada y la esperada.
Tabla 122. Hectáreas observadas y esperadas a partir de la matriz de transición media.

Observado 701.555 150.657 0 109.96 181.867 357.027 2.222 34.13
1956
Esperado 695.315 254.349 10.4366 1.450 500.032 47.166 4.691 35.580
Observado 710.422 152.165 109.96 24.192 285.395 217.482 3.672 34.13
1974
Esperado 703.425 248.205 29.222 4.061 428.136 109.529 9.136 38.191
Observado 744.09 154.685 129.965 60.31 243.452 160.78 10.007 34.13
1980
Esperado 706.128 246.158 35.484 4.931 404.171 130.317 10.617 39.061
Observado 706.44 154.685 150.177 128.987 240.857 106.09 16.052 34.13
1999
Esperado 714.688 239.6735 55.314 7.687 328.281 196.145 15.309 41.817
Aplicando el contraste de bondad de ajuste de la χ2 de Pearson, no se encuentra relación

para ninguno de los años estudiados a un nivel de significatividad de 0.05. De todos
estos años el que mayor analogía presenta es el de 1974, seguido de 1980 y 1999. Y por
usos la comunidad de Stipa tenacissima y el uso urbano han sido los que mejor se han
pronosticado.
197
Análisis a partir de la matriz de transición de tendencia.
La matriz de transición media engloba el periodo 1946-2020 cuyo vector inicial y

matriz de transición para hacer correr la simulación aparecen en la Tabla 123. El
periodo de la simulación es de 74 años. Los resultados obtenidos de la simulación se
muestran en la Tabla 124 como un vector de estado en el periodo 1 y los porcentajes
desde el periodo 1 a 150. La evolución de la superficie en hectáreas de los usos del
suelo en el tiempo aparece en la Fig. 107.
Tabla 123. Vector inicial y matriz de transición de tendencia.

Stipa 0.449 Stipa 0.867 0 0 0.116 0 0.014 0.003 0
Arbust. 0.168 Arbust. 0 1 0 0 0 0 0 0
Pino 0 Pino 0 0 1 0 0 0 0 0
Repobl. 0 Repobl. 0 0 0.469 0.531 0 0 0 0
C. aband. 0.008 C. aband. 0.146 0 0 0.243 0.425 0.173 0.014 0
Cultivo 0.351 Cultivo 0.164 0 0 0.004 0.403 0.389 0.039 0
Urbano 0.001 Urbano 0 0 0 0 0 0 1 0

V1 VN V1 V2 V3 V4 V5 V6 V7 V8 V9
2020 Años 2020 2094 2168 2242 2316 2390 2464 2538 2612
Stipa 0.453 Stipa 45.3% 43.9% 41.3% 38.1% 34.7% 31.4% 28.1% 25.1% 22.4%
Arbust. 0.173 Arbust. 17.3% 17.3% 17.3% 17.3% 17.3% 17.3% 17.3% 17.3% 17.3%
Pino 0.005 Pino 0.5% 3.1% 8.6% 15.3% 22% 28.4% 34.1% 39.2% 43.7%
Repobl. 0.061 Repobl. 6.1% 12.3% 14.7% 14.9% 14% 12.7% 11.4% 10.1% 8.9%
C. aband. 0.15 C. aband. 15% 12.5% 9.1% 6.6% 4.9% 3.7% 2.9% 2.3% 1.9%
Cultivo 0.149 Cultivo 14.9% 9.3% 6.6% 4.9% 3.8% 3% 2.5% 2.1% 1.8%
Urbano 0.022 Urbano 2.2% 3% 3.7% 4.2% 4.5% 4.8% 5% 5.2% 5.4%
800
700
600
Superficie (ha)
500
400
300
200
100
0
1946 1966 1986 2006 2026 2046 2066 2086
Años
Fig. 107. Tendencia de la superficie de usos para la matriz de transición de tendencia.
198
En la Fig. 107 las líneas discontinuas son los datos reales y las continuas los estimados
por el análisis de Markov a partir de la matriz de transición de tendencia. Al tratarse de
una tendencia promedio el ajuste no es muy riguroso en algunos usos del suelo. Los
resultados obtenidos son muy parecidos a la tendencia que se deriva de la matriz de
transición media.
En resumen, hay una disminución en los cultivos y un aumento en el pinar maduro, la

repoblación de pinos y el suelo urbano. Los campos abandonados y la comunidad de
Stipa tenacissima presentan un ligero crecimiento que más tarde se convierte en
decrecimiento.
La comparación entre los datos reales y los datos obtenidos de la estimación del análisis
de Markov de la matriz de transición de tendencia. En la Tabla 125 aparece la
superficie observada y la esperada.
Tabla 125. Hectáreas observadas y esperadas a partir de la matriz de tendencia.

Observado 701.555 150.657 0 109.96 181.867 357.027 2.222 34.13
1956
Esperado 691.670 258.801 12.610 1.038 498.025 42.021 6.394 35.168
Observado 710.422 152.165 109.96 24.192 285.395 217.482 3.672 34.13
1974
Esperado 693.218 260.671 35.309 2.908 422.516 95.122 13.903 37.038
Observado 744.09 154.685 129.965 60.31 243.452 160.78 10.007 34.13
1980
Esperado 693.734 261.294 42.876 3.531 397.346 112.823 16.406 37.661
Observado 706.44 154.685 150.177 128.987 240.857 106.09 16.052 34.13
1999
Esperado 695.368 263.268 66.836 5.505 317.642 168.875 24.333 39.635
Empleando el contraste de bondad de ajuste de la χ2 de Pearson, no se encuentra

correspondencia para ninguno de los años estudiados a un nivel de significatividad de
0.05. El año que mayor similitud presenta es el de 1974, seguido de 1980 y 1999, el que
peor es 1956. Y por usos la comunidad de Stipa tenacissima y el uso urbano han sido
los que mejor se han presagiado.
Tanto la matriz de transición media y la de tendencia no tienen mucha concordancia con

los valores reales, aún así la matriz de transición media se acerca más en la bondad de
ajuste que la de tendencia.
199
8.7. Discusión de las tendencias de cambio.

Los ecólogos han investigado la perturbación humana como un factor importante que controla
las dinámicas de la vegetación y la organización en la comunidad, paisaje, y escalas
regionales (Fuller et al, 1998). El verdadero interés por la perturbación humana es por su
desigual proporción en el impacto por las actividades culturales en la estructura y función del
ecosistema (Foster et al, 1998). La detección de las tasas y patrones de cambio del paisaje son
consideradas como un capítulo importante en la investigación ecológica (Zheng et al, 1997).
La teledetección es una herramienta importante en los estudios regionales de recursos

naturales, pero su potencial reside en su capacidad para entender los patrones espaciales
y procesos ecológicos. Las nuevas aplicaciones ecológicas más prometedoras para la
teledetección radican en las áreas de cambio climático, biodiversidad, y ecosistemas
sostenibles (Rey-Benayas & Pope, 1995).
Los propósitos específicos de algunos modelos de vegetación como las cadenas de

Markov son la identificación de los procesos clave en el cambio de vegetación y el
cálculo de las probabilidades y el lapso de tiempo para las transiciones entre diferentes
estados de vegetación (Wiegand & Milton, 1996). Los modelos matriciales de Markov
pueden utilizarse para simular gran variedad de sistemas ecológicos dinámicos, como
las comunidades vegetales o paisajes (Childress et al, 1998)
Las tendencias de cambio, tal y como se entienden por las matrices de Markov, son meras
aproximaciones teóricas, y muchas veces no se ajustan mucho a la realidad. Se necesitan
modelos realistas de cambios de usos para integrar diferentes escalas espaciales y sus
procesos específicos, con el fin de que sea posible simular los cambios de usos en el
terreno como respuesta a cambios en sus procesos biofísicos y económicos (Veldkamp &
Fresco, 1996). Asimismo, las estimaciones son peores cuanto mayor es la distancia
temporal que se quiere representar.
Es importante comentar los cambios de valores socioeconómicos que han predominado

en la cuenca de Agost para configurar el modelo de paisaje que se tiene en la actualidad.
Los valores sociales y económicos imperantes han posibilitado la repoblación de
pinares, el abandono de cultivos y en menor medida el urbanismo. Aunque, estos tienen
su periodo de apogeo en distintos momentos, están solapados en el tiempo.
La repoblación por subsolado ha transformado por completo extensas zonas de espartales

y matorrales poco densos a pinares, llegando a cubrir de pinares en la actualidad cerca del
10% de la cuenca. Este proceso comenzó en 1950 y finalizó dos décadas más tarde, sin
embargo, en la actualidad continúa y se realiza de forma natural por germinación de
piñones en cultivos abandonados y zonas cercanas a los pinares maduros. La repoblación
ha sido posible por decisiones de la administración forestal, cuyo fin es luchar contra la
desertificación mediante la reforestación de cuencas de cabecera.
200
El abandono de los cultivos, que se trata de una decisión particular del agricultor. Este ha
significado el cambio más radical que ha sufrido la cuenca. En 1946 los cultivos eran la fuente
de ingresos y subsistencia por excelencia de la comarca, en la actualidad los beneficios que
reportan son escasos. Esto ha originado que en el paso de 53 años haya descendido la cantidad
de zonas cultivadas de un 35% a un 7%. Aunque, el periodo con más abandonos corresponda
de 1946 a 1974, este proceso se extiende por todo el periodo de tiempo estudiado. Las causas
que han motivado este importante cambio de uso son principalmente de tipo económico, ya
que el sector industrial ofrece sueldos mejor remunerados que las ganancias agrarias sin
depender de las inclemencias del tiempo. Aparte de las razones económicas, también están las
sociológicas, que ven en el sector secundario o terciario un atractivo de un nivel de vida
superior y con mayores oportunidades laborales (Castelló, 1999).
El aumento de la presión urbanística no se trata de un cambio de escala tan relevante

como el abandono de cultivos, pero se trata de un proceso incipiente y de gran
crecimiento en las últimas décadas. En la actualidad representa el 1% de todo el área
estudiada y se encuentra en expansión. Esta proliferación de asentamientos de tipo
chalet o segunda residencia está motivada por causas económicas por la posibilidad de
adquirir grandes extensiones de terreno a bajo precio, y también por causas sociales por
encontrar descanso y recreo en una segunda vivienda.
Las actuales tendencias socioeconómicas están asociadas a la aplicación de la de la

Política Agraria Comunitaria (P.A.C.) y la Agenda 2000 (Comisión Europea, 1996,
1997; Ritson & Harvey, 1997), incluyendo los posteriores cambios que han sufrido
desde su promulgación. Ya que al principio fomentaba el abandono de tierras poco
productivas, pero en un cambio de posicionamiento admitió que el mantenimiento de
los cultivos disminuye los riesgos de erosión, inundación e incendios forestales.
En general, todas las simulaciones de las cadenas de Markov concluyen igual (ver
Fig. 104, 105, 106 y 107), en teoría, la comunidad de Stipa tenacissima dejará de ser
el uso mayoritario en detrimento de la población de pino maduro. Siempre que se
cumplan las mismas condiciones de la simulación, es decir, que si se sigue
repoblando al mismo ritmo que se hace en la actualidad cabría esperar estos
resultados. Aunque, en realidad es difícil que se convierta todo el área en pinar, ya
que las únicas zonas que lo han hecho son las que se encuentran a mayor altura y en
umbría. El clima semiárido es implacable con las que poseen orientación S, cuyas
recientes repoblaciones de pinos no están medrando en la actualidad.
Hay que admitir la poca precisión que existe al realizar la simulación de los distintos tipos
de vegetación, sobre todo porque la mayoría de los cambios de usos del suelo están
mediados por el hombre y su justificación está en las causas socioeconómicas. Por esta
razón, al intentar predecir por medio de las cadenas de Markov los valores reales de los
últimos años y de las matrices de cambio media y de tendencia, se concluye con que no
existe significatividad (ver Tabla 117, 121, 125). Esto es debido al componente variable
que acompaña a la socioeconomía de una determinada zona en un determinado momento.
201
9. Dinámica espacial de la cubierta arbustiva

discontinua
Se pretende evaluar la dinámica de la cubierta espacial arbustiva, tal como se describe
en el objetivo del punto 2.4, a partir de la aplicación de técnicas de S.I.G. explicadas en
el apartado 4.5 del material y métodos, que ayuden a conocer con detalle la evolución
arbustiva durante el periodo de tiempo estudiado. Este método es ampliamente utilizado
para conocer el recubrimiento de arbustos y su sucesión (Zampella & Lathrop, 1997).
En la zona seleccionada existía y existe un mayor predominio de la vegetación natural

autóctona. La asociación que predomina en este espacio es Rhamnus lycioides –
Quercetum cocciferae (Braun-Blanquet & O. Bolòs, 1954). Esta comunidad constituye
matorrales poco densos o bosquetes en forma de maquias, tomillares, espinares,...
perennifolios y esclerófilos. Se trata de coscojares mesomediterráneos de ombroclima
seco y semiárido. En las zonas mesomediterráneas de tipo semiárido suelen representar
la vegetación climácica o potencial, aunque suelen aparecer en etapas más degradadas.
En estas zonas el aprovechamiento forestal era más intenso en los años 50 de lo que es en
la actualidad, como consecuencia de los momentos de necesidad ocasionada tras la
Guerra Civil, utilizándose estos espacios para extraer la madera y la leña que necesitaban
para las casas como calefacción, así como combustible para la industria alfarera de Agost.
9.1. Evolución espacio-temporal de la cubierta

arbustiva.
La evolución espacial queda patente en las vistas tridimensionales de las fotos aéreas
combinadas con las coberturas arbustivas para los años estudiados (Fig. 108).
A primera vista, los principales cambios que se pueden identificar de las fotos aéreas
son un crecimiento bastante importante de la cobertura arbustiva, un aumento del
número de unidades arbustivas y por último, otro aumento del tamaño medio de las
unidades arbustivas. En pocas palabras, hay más cantidad de arbustos y estos son más
grandes en tamaño, ambos factores llevan a un aumento de la superficie arbustiva.
También, hay que constatar que gracias a las fotos aéreas analizadas se puede conocer el
historial de todos arbustos que aparecen. De esta forma, se puede saber de manera
aproximada la edad de los matorrales, simplemente teniendo evidencia de su existencia
en las fotografías aéreas en las que aparecen por primera vez. Hay que destacar que
existen algunas encinas relícticas, cuya edad supera a las fotos aéreas más antiguas (más
de 53 años) y que se mantienen en la actualidad.
Cabe la posibilidad de que se hayan cometido errores en la apreciación de los parches
arbustivos al tomar las sombras de los mismos como parte de ellos. Así pues, al digitalizar
en pantalla las zonas ocupadas por arbustos de las fotografías aéreas puede haberse visto
202
sobrestimada. El tamaño de las sombras está en función de múltiples factores como la

hora del día, el día del año y la nubosidad en el momento de realizar la fotografía.
1946
1956
1974
1980
1995
203
Fig. 108. Visión tridimensional y coberturas en los diferentes años.
El recubrimiento total presente en la pequeña zona estudiada de unas 52 hectáreas,

situada en la ladera S de la Sierra del Maigmó, experimenta variaciones bastante
significativas en el tiempo. Con los resultados obtenidos en la Tabla 126 y en la Fig.
109 se aprecia un crecimiento limitante, ya que en los últimos periodos de tiempo no es
tan fuerte este crecimiento, se ajusta muy bien a una función potencial de tercer grado.
Tabla 126. Cobertura de arbustos (m2).

Años 1946 1956 1974 1980 1995
2
Cobertura de matorral (m ) 31453 49983 65375 69719 79541
90000
80000
70000
60000
Cobertura (m2)
50000
40000
30000
y = 0.5455x3 - 3238.6x2 + 6E+06x - 4E+09
20000
R2 = 0.9996
10000
0
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 109. Evolución de la cobertura de arbustos.
Este incremento de la superficie recubierta se produce de forma natural y facilitado por

la falta de perturbaciones inducidas por el hombre. La capacidad de regeneración y
crecimiento permite que esta cubierta vegetal se enriquezca y alcance etapas de sucesión
más maduras. Las principales razones de este aumento de cobertura arbustiva son:
El progresivo desempleo de los arbustos como fuente de calor o energía para uso
particular o para la precaria industria alfarera en tiempos de la posguerra y
anteriores (Padilla, 1995).
La decadencia de la práctica ganadera, tanto ovina como caprina, cuyos rebaños

pueden llegar a cotas insospechadas comiendo todos los brotes de las plantas, incluso de
porte arbustivo. Existen evidencias de esta ganadería desde 1845 (Madoz, 1987).
204
Otro factor decisivo es su complicada accesibilidad por las grandes pendientes

que ostenta la Sierra del Maigmó y su lejanía de la mano del hombre.
9.2. Análisis temporal del número de parches
arbustivos.
A parte del cálculo de la superficie recubierta por el estrato arbustivo, también interesa
conocer la cantidad de unidades arbustivas y el tamaño medio que poseen. De esta
forma, se puede conocer si la tendencia de aumento de superficie arbustiva se produce
por el aumento de tamaño, por el crecimiento de nuevos matorrales o por ambos.
En la Tabla 127 y en la Fig. 110 se detalla el incremento en número de las unidades

arbustivas.
Tabla 127. Número de parches arbustivos.

Años 1946 1956 1974 1980 1995
Número de parches arbustivos 613 643 743 773 853
900
850
Número de parches arbustivos
800
750
700
650
600
550
500
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 110. Evolución del número de parches arbustivos.
Resulta evidente el incremento en el número de parches arbustivos que se ha producido

en el área de estudio. Bien por crecimiento de vegetativo de arbustos cortados por el
hombre o bien por germinación espontánea en nuevas zonas.
Salvo el periodo 1946-1956 que tenía un crecimiento reducido, en el resto de imágenes

analizadas se indican un gran aumento en el número de unidades arbustivas, que en este
205
caso suelen ser sobre todo carrascas aisladas (Quercus rotundifolia) y en menor medida
coscojas (Quercus coccifera).
Otra variable estudiada es el tamaño medio de los parches arbustivos respecto al tiempo.
Este parámetro queda reflejado en la Tabla 128 y en la Fig. 111.
Tabla 128. Tamaño medio de los parches arbustivos (m2).

Años 1946 1956 1974 1980 1995
2
Tamaño medio de los parches arbustivos (m ) 52.316 74.821 80.820 86.067 92.180
100
95
Tamaño medio de los arbustos (m2)
90
85
80
75
70
65
60
55
50
1940 1950 1960 1970 1980 1990 2000
Años
Fig. 111. Evolución del tamaño medio de los arbustos.
Tal como se aprecia en la figura superior, hay un crecimiento progresivo del tamaño
medio por parche arbustivo. Este valor es tan sólo una cifra promedio de todos los
parches y está sujeta a grandes variaciones.
A partir de 1956 el aumento en el tamaño medio se estabiliza, esto puede ser debido a
que en la fotografía aérea de 1946 aparecen gran cantidad de arbustos reclutados, que al
ser de tamaño más reducido afectan al índice de tamaño medio reduciendo su valor.
La mayoría de manchas analizadas en las imágenes corresponden a individuos de

encinas (Quercus rotundifolia) y en menor medida, coscojas (Quercus coccifera). Estas
especies poseen un crecimiento vegetativo que les permite rebrotar después de ser
cortadas por el hombre o marchitas por la sequía, a parte los nuevos plantones que se
suelen instalar en las inmediaciones de los individuos progenitores de los que, en
algunos casos, es imposible saber con certeza si se tienen dos o más individuos o uno
206
grande por medio de las fotos aéreas. A veces incluso es difícil saberlo con seguridad en
el campo.
En la Fig. 112 aparecen los histogramas del área de cada arbusto para cada año,
tomando un intervalo de tamaño de 20 m2. Son notables las diferencias que hay en todos
los años, sin embargo, no parece que haya una tendencia definida, aunque, si se aprecia
un aumento progresivo de los matorrales con una superficie superior a 400 m2 y un
aumento final de las clases más pequeñas (de 0 a 40 m2).
300 300
1946 1956
250 250
200 200
Frecuencia
Frecuencia
150 150
100 100
50 50
0 0
0
0
0
00
00
0
40
80
20
60
00
40
80
40
80
20
60
00
40
80
40
40
-2
-2
-6
-6
-1
-1
-1
-1
-2
-2
-3
-3
-3
-1
-1
-2
-2
-3
-3
-3
>
>
0
0
40
40
80
80
0
0
12
16
20
24
28
32
36
12
16
20
24
28
32
36
300 300
250 1974 250 1980

200 200
Frecuencia
Frecuencia
150 150
100 100
50 50
0 0
0
0
0
00
00
0
40
80
20
60
00
40
80
40
80
20
60
00
40
80
40
40
-2
-2
-6
-6
-1
-1
-1
-1
-2
-2
-3
-3
-3
-1
-1
-2
-2
-3
-3
-3
>
>
0
0
40
40
80
80
0
0
12
16
20
24
28
32
36
12
16
20
24
28
32
36
300
250 1995
200
Frecuencia
150
100
50
0
0
0
00
0
40
80
20
60
00
40
80
40
-2
-6
-1
-1
-1
-2
-2
-3
-3
-3
>
0
40
80
0
12
16
20
24
28
32
36
Fig. 112. Evolución de la superficie de los arbustos por categorías de tamaño.
A partir de los datos de los histogramas de la Fig. 112 se han analizado estadísticamente
para encontrar posibles parecidos.
Por una parte, se ha realizado un test de independencia RxC (Sokal & Rohlf, 1995) de
las superficies de los arbustos por frecuencias, los resultados obtenidos aportan un valor
de Chi-cuadrado de 375.44 para 80 grados de libertad, con lo cual se obtiene un p-valor
207
de prácticamente 0, y se puede concluir con que hay diferencias significativas entre los
5 años.
Una vez se sabe que existen diferencias entre los 5 años, es conveniente saber entre qué
años las hay. Por esta razón, se procederá a realizar una comparación de medias
mediante de una prueba T para muestras relacionadas. Los resultados obtenidos
aparecen en la Tabla 129.
Tabla 129. Prueba T para muestras relacionadas.

1946 1956 1974 1980 1995
T - -0.28 -1.23 -1.46 -2.01
1946 Grados de libertad - 20 20 20 20
p-valor - 0.78* 0.23* 0.16* 0.06*
T - - -1.91 -1.82 -2.56
1956 Grados de libertad - - 20 20 20
p-valor - - 0.07* 0.08* 0.02**
T - - - -0.85 -2.37
1974 Grados de libertad - - - 20 20
p-valor - - - 0.41* 0.03**
T - - - - -3.2
1980 Grados de libertad - - - - 20
p-valor - - - - 0.004
T - - - - -
1995 Grados de libertad - - - - -
p-valor - - - - -
* Significativo al nivel de 0.05 **Al nivel de 0.01
De los resultados obtenidos en la Tabla 129 se puede observar que existe un gran
parecido entre las superficies de arbustos para los distintos años. Como es lógico, se
suele obtener mayor parecido en las fechas consecutivas que en fechas muy alejadas. La
fecha de 1995 es la que menos correspondencia tiene con el resto de fechas, tanto que
para la comparación entre 1980 y 1995 no se tiene significatividad, esto indica un
posible estancamiento por autorregulación de las poblaciones.
208
9.3. Seguimiento de las comunidades arbustivas.
En este punto, se procederá a estudiar la evolución del recubrimiento de las

comunidades arbustivas que se han escogido a con tamaño de píxel de 50m x 50m. De
esta forma se excluyen los errores que pueden derivar de la calidad fotográfica y del
proceso de georrectificación. El porcentaje de recubrimiento de cada celdilla aparece
englobado en las 5 categorías de recubrimiento que se han creado. Los cambios espacio-
temporales en el porcentaje de recubrimiento se recogen de forma visual en la Fig. 113.
1946 1956
1974 1980
1995 de arbustos
0% - 4%
4% - 10%
10% - 20%
20% - 30%
> 30%
Fig. 113. Evolución espacio-temporal del recubrimiento de los arbustos.
209
Más adelante, en la Tabla 130 aparecen reflejadas todas las conversiones que hay entre
las distintas densidades de recubrimiento y entre pares de años consecutivos.
Tabla 130. Transiciones entre distintos recubrimientos de arbustos.

1946-1956 1956-1974 1974-1980 1980-1995
Transiciones
ha % ha % ha % ha %
0−4% → 0−4% 13.50 25.96 8.00 15.38 8.50 16.35 7.25 13.94
0−4% → 4−10% 8.00 15.38 4.50 8.65 1.50 2.88 2.75 5.29
0−4% → 10−20% 4.00 7.69 2.00 3.85 0.50 0.96 2.50 4.81
0−4% → 20−30% 0.00 0.00 0.50 0.96 0.00 0.00 0.50 0.96
0−4% → >30% 0.00 0.00 0.50 0.96 0.00 0.00 0.00 0.00
4−10% → 0−4% 1.50 2.88 2.00 3.85 2.75 5.29 1.75 3.37
4−10% → 4−10% 3.75 7.21 5.00 9.62 4.75 9.13 3.75 7.21
4−10% → 10−20% 8.00 15.38 5.50 10.58 3.50 6.73 3.75 7.21
4−10% → 20−30% 1.00 1.92 1.75 3.37 1.25 2.40 1.50 2.88
4−10% → >30% 0.00 0.00 0.00 0.00 0.25 0.48 0.00 0.00
10−20% → 0−4% 0.50 0.96 0.50 0.96 1.75 3.37 0.75 1.44
10−20% → 4−10% 2.00 3.85 2.50 4.81 3.50 6.73 1.75 3.37
10−20% → 10−20% 3.50 6.73 7.75 14.90 7.25 13.94 6.50 12.50
10−20% → 20−30% 3.25 6.25 3.75 7.21 4.25 8.17 4.50 8.65
10−20% → >30% 1.00 1.92 1.75 3.37 0.50 0.96 0.75 1.44
20−30% → 0−4% 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
20−30% → 4−10% 0.50 0.96 0.25 0.48 0.75 1.44 0.00 0.00
20−30% → 10−20% 0.75 1.44 1.75 3.37 2.75 5.29 2.25 4.33
20−30% → 20−30% 0.75 1.44 2.00 3.85 2.25 4.33 5.75 11.06
20−30% → >30% 0.00 0.00 1.00 1.92 2.25 4.33 0.75 1.44
>30% → 0−4% 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
>30% → 4−10% 0.00 0.00 0.25 0.48 0.25 0.48 0.00 0.00
>30% → 10−20% 0.00 0.00 0.25 0.48 0.25 0.48 0.50 0.96
>30% → 20−30% 0.00 0.00 0.00 0.00 1.00 1.92 3.25 6.25
>30% → >30% 0.00 0.00 0.50 0.96 2.25 4.33 1.50 2.88
De la Tabla 130 se percibe un aumento de las transiciones entre las zonas poco
recubiertas a las más densamente recubiertas, también un acrecentamiento de las zonas
que conservan su recubrimiento original y en menor medida se presentan transiciones
entre zonas muy cubiertas a poco cubiertas.
Además, si se hace la suma de las transiciones en el tiempo en las que aumenta el

recubrimiento (48.6%, 40.9%, 26.9% y 32.7%), disminuye el recubrimiento (10.1%,
14.4%, 25% y 19.7%) y se mantiene el recubrimiento (41.3%, 44.7%, 48.1% y 47.6%)
se puede concluir que al principio hay grandes aumentos del recubrimiento, que van
cayendo en el tiempo, pero que siempre son superiores a las pérdidas de recubrimiento y
que juega un papel especial la estabilización de prácticamente la mitad de las zonas
recubiertas.
A continuación, en la Fig. 114 se tiene la evolución de la superficie en función de su

cobertura.
210
30
25
20
Superficie (ha)
15
10
0
1946 1956 1974 1980 1995
Años
0%-4% 4%-10% 10%-20% 20%-30% >30%
Fig. 114. Evolución de la densidad de recubrimiento de los arbustos.
De la Fig. 114 se puede subrayar, que en un principio dominaban las bajas densidades y
que ni siquiera existían zonas que tuvieran un recubrimiento de más de un 30%. Más
tarde las proporciones entre distintas densidades han ido estabilizándose en
recubrimientos con densidades medias y en la actualidad la cobertura que presenta una
mayor uniformidad y homogeneidad.
Cabe destacar que por fotointerpretación se han encontrado muchas unidades arbustivas
que aparecen en todas las series fotográficas que se tienen (1946, 1956,1974, 1980, y
1995). Con lo cual a estos individuos relícticos se les puede estimar edades superiores a
los 53 años y en parte son los responsables de la repoblación natural de esta ladera.
211
9.4. Discusión de dinámica de la distribución arbustiva

en cubierta discontinua.
En la zona Norte del área de estudio, siempre ha existido un mayor predominio de la
vegetación natural autóctona. Es frecuente encontrar pequeños grupos de matorrales, en
concreto encinas dispersas. En estas zonas el aprovechamiento forestal era más intenso
hace décadas, utilizándose estos espacios para extraer la madera y leña que se
necesitaban para las casas como consecuencia de los momentos de necesidad
ocasionada tras la Guerra Civil. Incluso, fuera de la zona de estudio, se llegaron a
roturar importantes extensiones de matorral y espartal, que por su situación y sus
limitadas condiciones edáficas, habían permanecido al margen de los usos agrícolas
(Padilla, 1995).
El mapa de coberturas de suelo de 1995, realizado a partir del tratamiento digital de las
fotos aéreas, presenta grandes diferencias respecto a 1946. La vegetación natural de
matorral, situada en la ladera sur del Macizo del Maigmó, se ha visto incrementada
debido a la escasa presión actual que se ejerce sobre el monte, al reducirse su uso a fines
cinegéticos y aprovechamiento forestal. Este bosque mediterráneo está en un periodo de
recuperación al disminuir la presión antrópica por despoblamiento del medio rural o por
una política de reforestación activa (Tellería & Santos, 2000). Además, se debe a la
importancia de haber preservado restos de bosque maduro como fuentes de una
regeneración forestal (Thomlinson et al, 1996). Del mismo modo, se aprecia en otras
zonas, que el matorral poco denso ha aumentado sobre antiguos espacios agrícolas
abandonados. Todo esto, nos indica una regeneración de los espacios naturales
ocasionada por el abandono de tierras con menor capacidad agrológica y de la pérdida de
los aprovechamientos tradicionales del monte.
Aunque esta unidad representa la vegetación potencial de esta zona, formada

principalmente por Quercus rotundifolia, Quercus coccifera y Juniperus oxycedrus, su
presencia en la cuenca de Agost es bastante reducida, y se ciñe a espacios de accesibilidad
reducida como los escarpes que hay en la Sierra del Maigmó y en la Sierra del Ventós.
A partir del análisis de las fotografías aéreas se pone de manifiesto una evolución
creciente de la cobertura (Fig. 109), se trata de un crecimiento limitante, que conforma
una función cercana a la logística, posiblemente debida a una limitación del crecimiento
propiciada por la densodependencia a causa de la limitación de recursos hídricos. El
balance final de cobertura arbustiva para los 53 años de estudio es un incremento
superior al doble del valor inicial. El número de parches arbustivos también
experimenta un incremento en cantidad, tal como aparece en la Fig. 110. El crecimiento
en el número de parches arbustivos es prácticamente lineal en el tiempo. La distribución
de frecuencias del tamaño de los arbustos de la Fig. 112 indica un aumento creciente en
las unidades arbustivas de tamaño inferior (0 a 20 m2) en los últimos años, aunque
también incrementan las unidades arbustivas superiores.
212
Tanto para el número como para los tamaños medios de los arbustos existen implícitos
errores metodológicos al tomar los datos de la fotografía aérea (Yohay & Ronen, 1998).
Los errores pueden ser de 2 tipos: tomar los parches más grandes por efecto de la sombra,
o también debido al unir parches arbustivos que se encuentran muy juntos como uno sólo.
El seguimiento de las comunidades arbustivas por medio de ampliación del tamaño de

muestreo que aparece en la Fig. 113 pone de manifiesto la evolución de las coberturas
medias que hay en cuadrados de 50 m por 50 m. Se percibe un dominio mayor en la
zona más al NO, que experimenta un mayor crecimiento que el resto. Y se detectan las
transiciones de zonas poco cubiertas a zonas más densamente cubiertas.
Esta evolución de cobertura arbustiva es muy parecida a la que se recogen en estudios de

otros enclaves, como en el estudio de la vegetación de la Sierra de Peñarroya (Padilla,
1995), cuya vegetación arbustiva y arbórea presenta grandes incrementos en cobertura en
las últimas décadas, debido al desuso de leñas y maderas como fuente de energía para
hogares y hornos, o como material de construcción. Además, hoy en día está prohibida la
tala si no es con previa autorización de la Administración Forestal.
Otros estudios muy relacionados (Mast et al, 1997) utilizan técnicas de S.I.G. a partir de
las fotografías aéreas históricas para detectar cambios de invasión arbórea dentro de
pastizales, en concreto, cuantifica un incremento de pinos como resultado de un periodo
favorable. Las condiciones que favorecen este incremento son una buena precipitación,
no se producen los incendios, y disminuye la carga ganadera. De esta forma, se crean
gradientes y patrones de aparición de los pinos.
La mayor cobertura del estrato arbustivo y las densas masas forestales, cuyos sotobosques
carecen de aprovechamiento y conservación, aportan mayor densidad de materia, altamente
combustible. Esta circunstancia incide en el incremento del riesgo de incendio y, lo que es
peor, en la rápida propagación del mismo si este se hiciera realidad, aunque fuera por causas
fortuitas. La configuración orográfica, las elevadas pendientes y la ausencia de
compartimentación del mosaico paisajístico se combinarían, de forma negativa en el avance
del fuego. Otra contrapartida a la mayor cobertura vegetal reside en el mayor consumo de
agua, que hace disminuir la recarga hídrica que se produce en el subsuelo.
En general, en la cuenca se constata una intensa dinámica en los usos del suelo. Las
superficies de matorral han decrecido su extensión dentro de la cuenca de Agost, aunque
han aumentado su densidad de cobertura. La conclusión final que se puede extraer de
estos resultados es que el aumento de cobertura vegetal es muy positivo en una zona
semiárida propensa a la erosión principalmente causada por un bajo contenido en materia
orgánica y una pobre estructura. Aunque, la desventaja reside en tener un mayor riesgo de
formación y sobre todo de propagación de un incendio, cuyo resultado sería mucho peor
que la situación inicial de baja cobertura arbustiva. Otro inconveniente, es la disminución
del agua infiltrada en el suelo, por culpa de una población cada vez mayor de especies
arbustivas que consumen mayor cantidad de agua.
213
10. Efectos de los cambios de usos en los balances

hídricos
En este capítulo se pretende evaluar la dinámica de los balances hídricos en función del
cambio de cubierta, tal como se describe en el objetivo del punto 2.5, mediante la aplicación
de sistemas de información geográfica y el modelo VENTÓS (Bellot et al, 1999), referidos en
el punto 4.6 de la metodología. De esta forma, conocer la evolución espacio-temporal para
demostrar la estrecha relación que existe entre la cubierta vegetal y los balances hídricos.
10.1. Repercusión del cambio de usos del suelo en los

balances hídricos.
Para demostrar que los cambios de usos afectan en los balances hídricos, es importante
conocer la evolución que existe durante el periodo estudiado. Por lo tanto, se van a
comparar los balances hídricos de los mapas de usos de 1946, 1956, 1974, 1980 y 1999
con la precipitación media de la estación experimental (360.3mm), de esta forma se
podrá comprobar la tendencia teórica que poseen los balances hídricos en el tiempo.
Tabla 131. Leyenda del volumen de agua.
Volumen de agua (l/m2) También, se podrá ver espacialmente cómo
0 – 25 varían algunas zonas experimentando
25 – 50 cambios en sus balances hídricos.
50 – 75
75 – 100
100 – 125 En la Tabla 131 aparece la leyenda que se
125 – 150 utilizará en todos los mapas de balances
150 – 200 hídricos que se han creado.
> 200
Infiltración para 1946, 1956, 1974, 1980 y 1999.

Los mapas de infiltración no varían mucho, aunque los insumos totales experimentan un
crecimiento del 42% desde el año 1946 a 1999 (Tabla 132).
Tabla 132. Mapas y volúmenes de infiltración media de la cuenca.

Infiltración media de la cuenca
1946 1956 1974 1980 1999
7.381 l/m2 8.343 l/m2 9.106 l/m2 9.459 l/m2 10.484 l/m2
214
Evapotranspiración para 1946, 1956, 1974, 1980 y 1999.
La evapotranspiración real tal como aparece en la Tabla 133 sufre una disminución del
8% de 1946 a 1999 en su valor estimado medio. Hay que destacar la apreciación de los
pinares maduros como las zonas más claras en los mapas de evapotranspiración. Por
otra parte, las zonas más evapotranspirativas corresponden generalmente a la
comunidad de Stipa tenacissima.
Tabla 133. Mapas y volúmenes de evapotranspiración real media de la cuenca.

Evapotranspiración real media de la cuenca
1946 1956 1974 1980 1999
190.058 l/m2 185.554 l/m2 180.648 l/m2 178.8 l/m2 173.929 l/m2
Intercepción para 1946, 1956, 1974, 1980 y 1999.
Los mapas y valores medios de intercepción se encuentran en la Tabla 134. De estos

resultados se puede deducir un aumento importante en la biomasa vegetal que implique
un aumento del 18%. Además, se pueden localizar en los mapas las zonas con más
intercepción que son los pinares y del mismo modo las zonas menos interceptivas que
son los badlands y el uso urbano.
Tabla 134. Mapas y volúmenes de intercepción media de la cuenca.

Intercepción media de la cuenca
1946 1956 1974 1980 1999
50.313 l/m2 53.238 l/m2 55.641 l/m2 56.441 l/m2 59.361 l/m2
215
Escorrentía para 1946, 1956, 1974, 1980 y 1999.
En la Tabla 135 se encuentran los mapas y volúmenes de escorrentía media, se pueden

apreciar grandes cambios en los mapas de 1946 a 1999, las manchas más claras y al
mismo tiempo con menos escorrentía pertenecen a los pinares. El uso que presenta
mayor escorrentía son los badlands. La disminución media estimada de la escorrentía
en los 53 años estudiados corresponde a un 16%.
Tabla 135. Mapas y volúmenes de escorrentía media de la cuenca.

Escorrentía media de la cuenca
1946 1956 1974 1980 1999
34.214 l/m2 32.197 l/m2 30.523 l/m2 30.380 l/m2 28.624 l/m2
Percolación para 1946, 1956, 1974, 1980 y 1999.
La percolación también experimenta cambios en este periodo tal como aparece en la

Tabla 136. El incremento total representa el 12% durante los 53 años de estudio y las
zonas que más participan en este aumento son los pinares maduros. Es muy importante
un aumento de la percolación, ya que cumple un importante papel en la recarga de
acuíferos.
Tabla 136. Mapas y volúmenes de percolación media de la cuenca.

Percolación media de la cuenca
1946 1956 1974 1980 1999
78.332 l/m2 80.967 l/m2 84.380 l/m2 85.218 l/m2 87.903 l/m2
216
Valoración global.
Viendo la representación en valores absolutos, la tendencia que siguen los balances

hídricos en la cuenca de Agost es la que aparece en la Fig. 115.
200
180
160
140
Volumen de agua (l/m )
2
120
100
80
60
40
20
0
1945 1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 2000
Años
Infiltración Evapotranspiración Intercepción Escorrentía Percolación
Fig. 115. Balances hídricos estimados para el valor medio de precipitación.
El volumen de agua de lluvia es siempre el mismo, pero en el tiempo lo que varía es la

repartición de este preciado líquido entre las cinco diferentes salidas que tiene.
La infiltración tiene un ligero incremento, pero importante ya que este es el agua

aprovechable para el suelo, la flora y la fauna. La evapotranspiración real sigue siendo
la salida de casi la mitad del agua que se recoge, aunque ha disminuido sensiblemente
debido sobre todo a las repoblaciones de pinar, que han creado un microambiente al pie
de sus copas que impiden la elevada evapotranspiración. La intercepción por el mismo
motivo se ve incrementada, al haber mayor densidad vegetal se destinará un volumen
mayor de agua. La escorrentía disminuye su valor medio, aunque es igual de eficaz en
zonas de badlands, este descenso se debe a las repoblaciones de pinos que cuando los
plantones alcanzan la madurez mantienen eficazmente el suelo y permiten un buen
drenaje que evite una agresiva erosión debida a la escorrentía superficial. La
percolación experimenta un pequeño aumento, fruto de los cambios de usos, esto es
muy importante, ya que favorece la recarga de los acuíferos.
Para concluir, los balances son positivos desde el punto de vista erosivo y de la
economía hídrica, aunque son teóricos, y necesitan de más estudios prácticos para
conocer mejor el funcionamiento de los balances hídricos.
217
10.2. Evolución anual de los balances hídricos del

periodo 1946-1999.
En este punto, el objetivo es la simulación de los balances hídricos con los datos reales
de precipitación para todo el periodo de estudio (1946-1999). De este modo, se puede
ver la evolución de los balances hídricos de forma espacio-temporal.
Se aplicará el mapa de usos de 1946 para el periodo 1946-1951, el mapa de usos de

1956 para el periodo 1952-1964, el mapa de usos de 1974 para el periodo 1965-1977, el
mapa de usos de 1980 para el periodo 1978-1989 y el mapa de usos de 1999 para el
periodo 1990-1999.
Balances hídricos.
Los datos de precipitación anual acumulada que se recogen para el periodo de estudio
son incompletos, ya que los datos más antiguos que se tienen de Agost corresponden a
1961. La solución que se ha tomado ha sido establecer una correlación entre los datos de
la estación meteorológica de Agost y la de Alicante, esta última es de las más antiguas
de España y se encuentra relativamente cerca, no más de 20 kilómetros. La
correspondencia que se consigue entre los datos de las dos estaciones meteorológicas es
de un coeficiente de correlación de Pearson de 0.7367 y sigue la siguiente ecuación:
Prec.Anual.Ac.Alicante = 0.8617 · Prec.Anual.Ac.Agost - 7.0347
En la Fig. 116 se tienen las precipitaciones anuales desde 1946 a 1999. Se puede
percibir a primera vista la gran variabilidad que presentan.
600
500
400
Precipitación (l/m )
2
300
200
100
0
1945 1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 2000
Años
Fig. 116. Precipitaciones anuales.
A continuación, se presentan de la Fig. 117 a la 127 los valores y mapas anuales para
cada balance hídrico para el periodo 1946-1999.
218
1946 1947 1948 1949 1950

Infiltración
2 2 2 2 2
7.685 l/m 5.175 l/m 7.081 l/m 8.691 l/m 3.95 l/m
Evapotranspiración real
2 2 2 2 2
197.865 l/m 133.246 l/m 182.303 l/m 223.765 l/m 101.702 l/m
Intercepción
2 2 2 2 2
52.38 l/m 35.274 l/m 48.261 l/m 59.237 l/m 26.923 l/m
Escorrentía
2 2 2 2 2
35.62 l/m 23.987 l/m 32.818 l/m 40.282 l/m 18.308 l/m
Percolación
2 2 2 2 2
81.55 l/m 54.918 l/m 75.137 l/m 92.225 l/m 41.917 l/m
Fig. 117. Balances hídricos para el periodo 1946-1950.
219
1951 1952 1953 1954 1955

Infiltración
2 2 2 2 2
8.335 l/m 4.958 l/m 7.442 l/m 5.889 l/m 4.05 l/m
2 2 2 2 2
214.586 l/m 110.261 l/m 165.52 l/m 130.964 l/m 90.073 l/m
Intercepción
2 2 2 2 2
56.807 l/m 31.636 l/m 47.49 l/m 37.576 l/m 25.843 l/m
Escorrentía
2
38.63 l/m 19.133 28.721 22.725 15.63
Percolación
2 2 2 2 2
88.442 l/m 48.113 l/m 72.226 l/m 57.147 l/m 39.304 l/m
220
1956 1957 1958 1959 1960

Infiltración
2 2 2 2 2
6.268 l/m 7.54 l/m 5.921 l/m 12.055 l/m 6.104 l/m
2 2 2 2 2
139.41 l/m 167.683 l/m 131.685 l/m 268.108 l/m 135.753 l/m
Intercepción
2 2 2 2 2
39.999 l/m 48.111 l/m 37.783 l/m 76.924 l/m 38.95 l/m
Escorrentía
2 2 2 2 2
24.191 l/m 29.097 l/m 22.85 l/m 46.523 l/m 23.556 l/m
Percolación
2 2 2 2 2
60.832 l/m 73.169 l/m 57.461 l/m 116.99 l/m 59.237 l/m
221
1961 1962 1963 1964 1965

Infiltración
2 2 2 2 2
3.237 l/m 9.7 l/m 7.213 l/m 5.286 l/m 6.658 l/m
2 2 2 2 2
71.997 l/m 215.733 l/m 160.422 l/m 117.574 l/m 132.064 l/m
Intercepción
2 2 2 2 2
20.657 l/m 61.897 l/m 46.028 l/m 33.734 l/m 40.677 l/m
Escorrentía
2 2 2 2 2
12.493 l/m 37.434 l/m 27.837 l/m 20.402 l/m 22.314 l/m
Percolación
2 2 2 2 2
31.416 l/m 94.136 l/m 70.001 l/m 51.304 l/m 61.687 l/m
222
1966 1967 1968 1969 1970

Infiltración
2 2 2 2 2
6.349 l/m 6.248 l/m 7.348 l/m 8.343 l/m 6.443 l/m
2 2 2 2 2
125.947 l/m 123.942 l/m 145.752 l/m 165.506 l/m 127.802 l/m
Intercepción
2 2 2 2 2
38.793 l/m 38.176 l/m 44.893 l/m 50.978 l/m 39.365 l/m
Escorrentía
2 2 2 2 2
21.281 l/m 20.942 l/m 24.627 l/m 27.965 l/m 21.594 l/m
Percolación
2 2 2 2 2
58.83 l/m 57.893 l/m 68.08 l/m 77.307 l/m 59.696 l/m
223
1971 1972 1973 1974 1975

Infiltración
2 2 2 2 2
13.462 l/m 10.939 l/m 6.155 l/m 8.242 l/m 6.974 l/m
2 2 2 2 2
267.036 l/m 216.998 l/m 122.086 l/m 163.501 l/m 138.331 l/m
Intercepción
2 2 2 2 2
82.25 l/m 66.838 l/m 37.604 l/m 50.36 l/m 42.608 l/m
Escorrentía
2 2 2 2 2
45.12 l/m 36.665 l/m 20.629 l/m 27.626 l/m 23.373 l/m
Percolación
2 2 2 2 2
124.732 l/m 101.359 l/m 57.026 l/m 76.371 l/m 64.614 l/m
224
1976 1977 1978 1979 1980

Infiltración
2 2 2 2 2
9.64 l/m 8.346 l/m 5.091 l/m 5.052 l/m 10.08 l/m
2 2 2 2 2
191.227 l/m 165.556 l/m 96.223 l/m 95.479 l/m 190.511 l/m
Intercepción
2 2 2 2 2
58.9 l/m 50.993 l/m 30.375 l/m 30.14 l/m 60.139 l/m
Escorrentía
2 2 2 2 2
32.311 l/m 27.974 l/m 16.35 l/m 16.223 l/m 32.37 l/m
Percolación
2 2 2 2 2
89.322 l/m 77.331 l/m 45.861 l/m 45.506 l/m 90.8 l/m
225
1981 1982 1983 1984 1985

Infiltración
2 2 2 2 2
5.477 l/m 13.246 l/m 3.888 l/m 4.676 l/m 5.537 l/m
2 2 2 2 2
103.518 l/m 250.36 l/m 73.495 l/m 88.383 l/m 104.66 l/m
Intercepción
2 2 2 2 2
32.678 l/m 79.031 l/m 23.2 l/m 27.9 l/m 33.038 l/m
Escorrentía
2 2 2 2 2
17.589 l/m 42.539 l/m 12.488 l/m 15.017 l/m 17.783 l/m
Percolación
2 2 2 2 2
49.338 l/m 119.324 l/m 35.029 l/m 42.124 l/m 49.882 l/m
226
1986 1987 1988 1989 1990

Infiltración
2 2 2 2 2
7.53 l/m 10.521 l/m 10.237 l/m 14.724 l/m 6.218 l/m
2 2 2 2 2
142.325 l/m 198.849 l/m 193.489 l/m 278.299 l/m 103.16 l/m
Intercepción
2 2 2 2 2
44.928 l/m 62.77 l/m 61.078 l/m 87.85 l/m 35.208 l/m
Escorrentía
2 2 2 2 2
24.183 l/m 33.787 l/m 32.876 l/m 47.287 l/m 16.977 l/m
Percolación
2 2 2 2 2
67.834 l/m 94.774 l/m 92.219 l/m 132.641 l/m 52.137 l/m
227
1991 1992 1993 1994 1995

Infiltración
2 2 2 2 2
6.026 l/m 7.085 l/m 8.954 l/m 4.001 l/m 3.14 l/m
2 2 2 2 2
99.974 l/m 117.545 l/m 148.537 l/m 66.376 l/m 52.087 l/m
Intercepción
2 2 2 2 2
34.12 l/m 40.117 l/m 50.694 l/m 22.654 l/m 17.777 l/m
Escorrentía
2 2 2 2 2
16.453 l/m 19.345 l/m 24.445 l/m 10.924 l/m 8.572 l/m
Percolación
2 2 2 2 2
50.526 l/m 59.407 l/m 75.07 l/m 33.546 l/m 26.325 l/m
228
1996 1997 1998 1999

Infiltración
2 2 2 2
3.687 l/m 16.094 l/m 8.971 l/m 6.306 l/m
2 2 2 2
61.162 l/m 267 l/m 148.827 l/m 104.608 l/m
Intercepción
2 2 2 2
20.874 l/m 91.125 l/m 50.793 l/m 35.702 l/m
Escorrentía
2 2 2 2
10.066 l/m 43.941 l/m 24.493 l/m 17.216 l/m
Percolación
2 2 2 2
30.911 l/m 134.941 l/m 75.216 l/m 52.869 l/m
229
Valoración global.
En la Fig. 128 se representan en valores medios los volúmenes de agua que se han
repartido entre las cinco diferentes salidas: infiltración, evapotranspiración,
intercepción, escorrentía y percolación.
300
250
Volumen de agua (l/m )
2
200
150
100
50
0
1945 1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 2000
Años
Fig. 128. Balances hídricos anuales estimados para el periodo 1946-1999.
La elevada variabilidad de la precipitación impide entrever una posible tendencia clara

en los balances hídricos en la cuenca de Agost. Las precipitaciones además de escasas
son imprevisibles y en los últimos años han sido inferiores a la media (302.1 mm).
La alta variabilidad en las precipitaciones hace que no se noten la mejora en el ahorro de

los balances hídricos, debida a los cambios de usos del suelo. Se notaría si se tuviera un
valor anual de precipitaciones bastante parecido, pero las oscilaciones son muy altas y
no es fácil advertir incrementos en la infiltración, la intercepción y la percolación, o
disminución en la evapotranspiración real y la escorrentía.
230
10.3. Predicciones futuras.
Por medio de las tendencias de cambio obtenidas a partir de las cadenas de Markov (ver
apartado 8.6), se pretende predecir la proyección de los cambios de usos del suelo en un
futuro próximo hasta 2050.
Para la predicción de los usos del suelo se ha empleado la matriz de transición de 1980-
1999 (ver punto 8.6), ya que era la que guardaba una mejor relación con los datos reales
y posee la tendencia final de cambio de usos.
En la Fig. 129 se recoge la evolución de los usos del suelo desde 1946 a 2050. Se han
utilizado los datos reales para el periodo 1946-1999 y de 1999 hasta 2050 se han
estimado a partir de las cadenas de Markov.
800
700
600
500
Superficie (ha)
400
300
200
100
0
1945 1955 1965 1975 1985 1995 2005 2015 2025 2035 2045
Años
Fig. 129. Evolución de la superficie ocupada por los usos del suelo.
Las tendencias generales son las de un aumento en los usos de pinar maduro,
repoblación de pinos y uso urbano; un decrecimiento de los cultivos, campos
abandonados y la comunidad de Stipa tenacissima; y un mantenimiento en la
comunidad arbustiva y los badlands. Puesto que aumentan de forma significativa los
usos más ahorrativos en los balances hídricos, como son los pinares maduros o las
repoblaciones de pinos, y al mismo tiempo disminuyen los usos menos eficientes en la
conservación del agua (cultivos y comunidades de Stipa tenacissima), es de esperar que
con el tiempo mejoren los balances hídricos que conduzcan a un mejor aprovechamiento
del agua. Unos balances más ahorrativos y efectivos consistirían en un descenso de la
evapotranspiración y la escorrentía, al mismo tiempo un aumento en la infiltración, la
intercepción y la percolación.
231
A partir de la evolución de los usos de la figura anterior se procede a la proyección de

los balances hídricos, calculados como los porcentajes destinados a infiltración,
evapotranspiración, intercepción, escorrentía y percolación.
Los balances hídricos anuales como porcentaje del total de agua de lluvia están
estimados a partir de los datos de usos del suelo que aparecen en la Fig. 129. La
evolución anual de los porcentajes de flujos de salida del agua de lluvia aparecen en la
Fig. 130.
60
50
40
Porcentaje hídrico
30
20
10
0
1945 1955 1965 1975 1985 1995 2005 2015 2025 2035 2045
Años
Fig. 130. Balances hídricos anuales estimados para el periodo 1946-2050.
Los cambios de usos han afectado de forma determinante a los balances hídricos
durante este periodo largo, en total 104 años. La infiltración experimenta un incremento
del 36%, teniendo una tendencia creciente. La evapotranspiración real sufre un
considerable descenso en la parte final, en total pierde un 12% respecto al principio,
después de mantenerse estable durante 1980 a 2000. La intercepción aumenta
considerablemente un 40% sobre el valor inicial, debido al aumento de vegetación o la
sustitución por una vegetación con mayor intercepción. La escorrentía disminuye un
25%, fruto de una mayor fijación del suelo por la mejora de su estructura vegetal. La
percolación se incrementa en un 27% durante este periodo.
Los resultados al ser hipotéticos muestran una tendencia clara sin altibajos, aunque en la
realidad el sistema hídrico no es tan simple y normalmente se encuentra enmascarado
por la gran variabilidad que existe en el volumen de precipitación anual y no puede
percibirse esta clara tendencia.
232
10.4. Consecuencias en el acuífero del Ventós-Castellar.
Es conveniente realizar el estudio de la hidrología subterránea para conocer la evolución

de los recursos hídricos que dispone la región. De esta forma, saber la situación y el
estado del acuífero Ventós-Castellar y determinar el papel que ha jugado el cambio de
cubierta vegetal en el fenómeno de la infiltración. El estudio de las variaciones del nivel
piezométrico durante un largo tiempo permite diagnosticar el estado de equilibrio del
acuífero, y su grado de explotación (Castany, 1975).
Características del acuífero del Ventós-Castellar.
El sistema acuífero del Ventós-Castellar está incluido en su práctica totalidad en el

término municipal de Agost y también en la zona de estudio (ver Fig. 34). La altitud de
la zona permeable de la ventana del acuífero oscila entre los 905 m de la Sierra del
Ventós y los 300 m en su extremo Sur (IGME, 1992). Su superficie total es de 16 km2,
de los cuales unos 7 km2, corresponden a la superficie libre (nivel freático).
El acuífero del Ventós-Castellar por sus características se trata de un acuífero poroso-

confinado-interno. Está constituido por materiales del Cenomaniense Superior-
Turoniense, formado por calizas con Pithonellas blancas o grises con una potencia
aproximada de 100 m. La parte impermeable está compuesta por ritmita margosa del
Albiense Superior y/o la alternancia de margas y margocalizas detríticas del
Cenomaniense Inferior. El impermeable de techo viene definido por margas y
margocalizas del Senoniense (IGME, 1992).
El acuífero del Ventós-Castellar posee la propiedad de conocer las entradas y salidas del
sistema, ya que el agua de precipitación es la única fuente de alimentación natural y el
bombeo es el único de salida del sistema. Otra característica es su gran sensibilidad en
los niveles piezométricos por recargas o extracciones (Abdelli, 1998).
Las extracciones en el mencionado acuífero hasta 1978 se hacían directamente del agua
proveniente del manantial, esto suponía restricciones de caudal en épocas de estiaje. Al
aumentar la demanda de caudal, en 1979 se creó un sondeo con una profundidad de 200
m, en la zona de Tabarias que cubriría todas las necesidades de abastecimiento al
municipio de Agost, y en épocas estivales se reforzaría con agua de otro sondeo ubicado
en el término municipal de Tibi. El sondeo de Tabarias se utilizó hasta 1993.
Actualmente la única captación existente en el acuífero es el sondeo del Ventós con una
profundidad de 278 m, cuya extracción se utiliza para abastecer al municipio de Agost y
representa el 20% de la demanda total en agua potable del pueblo, el 80% restante
proviene del sondeo de Tibi.
233
La evolución piezométrica y pluviométrica durante el periodo 1978-1999 (ver Fig. 131)

muestra que el nivel piezométrico ha experimentado un descenso de 34 m durante tan
sólo 20 años. Aunque, este descenso no se ha producido de forma gradual y depende de
la cantidad de precipitación registrada cada año, así como de la intensidad de las
extracciones (Abdelli, 1998; Chirino, com. pers.).
350 250
340
330 200
Precipitación (mm)
320
Cota s.n.m.(m)
150
310
300
100
290
280 50
270
260 0
78 79 80 81 81 82 83 84 84 85 86 87 87 88 89 90 90 91 92 93 93 94 95 96 96 97 98 99
Años
Fig. 131. Registro de nivel piezométrico y la precipitación (1979-1999). Sondeo Tabarias.
La evolución de la recarga acumulada y extracción acumulada durante el periodo 1980-
1997 (ver Fig. 132) indica el déficit que posee el acuífero, en el cual la extracción suele
superar a la recarga, estando en una situación de sobreexplotación (Abdelli, 1998).
10000
9000
8000
7000
Volumen (m )
6000
3
5000
4000
3000
2000
1000
0
80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97
Extracción acumulada Recarga acumulada Años
Fig. 132. Evolución de la recarga acumulada y la extracción acumulada en el acuífero.
234
Cambios de usos del suelo en el área de recarga.
Los principales cambios de usos del suelo en el área de recarga del acuífero durante el
periodo 1946-1999 se muestran en la Fig. 133.
1946 1956 1974
Comunidades
de Stipa tenacissima
Comunidades
arbustivas
Repoblación
de pinos
Pinar
maduro
Cultivos
Campos
abandonados
Badlands
1974 1999
Fig. 133. Evolución de los cambios de usos del suelo en el área de recarga del acuífero.
Los cambios de usos de la Fig. 133 se resumen en unidades de superficie en la Fig. 134.
Los cambios más importantes corresponden a las incesantes repoblaciones y su
consiguiente paso a pinar maduro, y por otra parte el masivo abandono de cultivos, que
por su situación y características fueron de los primeros en abandonarse. La mayoría de
la superficie se encuentra ocupada por la comunidad de Stipa tenacissima (80 ha) y
seguida por las comunidades arbustivas (40 ha).
235
90
80
70
60
Superficie (ha)
50
40
30
20
10
0
1945 1955 1965 1975 1985 1995
Años
Com. Stipa Com. Arbustiva Repob. Pinos Pinar maduro
Cultivos Campos aband. Badlands
Fig. 134. Evolución de la superficie ocupada por los usos del suelo en el área de
recarga.
La evolución del recubrimiento vegetal que aparece en la Fig. 134, muestra un aumento
en las coberturas que presentan mayor protección y abrigo al suelo, como los campos
abandonados, la repoblación de pinos y el pinar maduro frente al suelo casi desnudo de
los cultivos. Estos tipos de cubiertas presentan altos índices de riqueza, diversidad y de
cobertura (ver 5.2.4.), por los inventarios realizados (ver 5.2.3.). Por lo tanto, cabe
esperar que al haber mayor recubrimiento vegetal tiene que haber un mayor consumo de
agua por estas comunidades vegetales (Dawson, 1993) y esto repercutiría en la cantidad
de agua que se infiltra al acuífero.
La hipótesis que se plantea ahora es saber si el cambio de cubierta ha afectado a la

infiltración del acuífero durante el periodo de tiempo estudiado. Como el acuífero del
Ventós-Castellar es un sistema en el que las únicas entradas que se producen son de
forma natural por infiltración del agua de lluvia, es muy sencillo calcular el balance
hídrico del suelo a partir de los datos de piezometría del acuífero y de precipitación.
Aunque, esto aporta un problema añadido, ya que las precipitaciones tienen un
componente aleatorio muy alto y al mismo tiempo una gran variabilidad temporal de la
precipitación (De Luís, 2000).
Por este motivo, la mejor forma de comprobar los efectos de los cambios de usos del
suelo en la infiltración consiste en estudiar la variación de la recarga del acuífero en
función de la precipitación. Entonces, se han estudiado los datos anuales tanto para la
infiltración como para la precipitación y se han representado gráficamente.
236
En la Fig. 135 se ha representado la variación de la infiltración en función de la

precipitación con datos anuales y se aprecia que la relación que existe entre estas
variables es una función exponencial. Para años con precipitaciones muy elevadas (años
con lluvias de tipo torrencial) se tienen infiltraciones muy superiores a las linealmente
esperadas.
Para comparar los resultados de infiltración-precipitación se han separado en 2 periodos

diferentes, que corresponden a 2 décadas consecutivas, son 1980-1989 (en color rojo) y
1990-1997 (en color azul). Ambos periodos se ajustan a funciones potenciales con un
coeficiente de correlación muy alto (0.8214 y 0.9593 respectivamente).
70
1990
60
1988
50 1983
Infiltración anual (mm)
1997
40
1980
30 1987
1989
20
1996
1991
10 19811983 1986 R2 = 0.8214
1984 1994
1995 1992 19931985 R2 = 0.9593
0
100 150 200 250 300 350 400 450 500 550
1980-1989 1990-1997 Precipitación anual (mm)
Fig. 143. Variación de la infiltración del agua en el acuífero en función de la precipitación.
A partir de estos resultados se puede comprobar como el periodo 1990-1997 presenta

para una misma precipitación menor infiltración que el periodo 1980-1989, esto puede
ser debido a una mayor cobertura vegetal que consume más agua de lluvia (Dawson,
1993).
Para justificar esta hipótesis es necesario aplicar un estadístico de comparación de

medias entre los 2 grupos para comprobar si existen diferencias significativas. Se ha
aplicado una prueba T y se ha obtenido un valor del estadístico T de 0.982, grados de
libertad de 16 y un p-valor de 0.341, que expresa un parecido significativo entre los 2
periodos y de este modo descarta la hipótesis de que el cambio de usos del suelo ha
contribuido a disminuir la infiltración en el acuífero.
237
10.5. Discusión de los efectos de los cambios de usos en

los balances hídricos.
El agua es un recurso limitante en esta zona de clima semiárido. Por tanto, los cambios en
los usos del suelo pueden afectar a sus balances (Dawson, 1993) y disponibilidad para su
consumo por la población o para riego. Al mismo tiempo, las comunidades vegetales
cumplen un importante papel en la recarga de acuíferos (López Cadenas, 1998).
Este balance hídrico de los niveles superiores del suelo puede verse afectado según se tenga
un tipo u otro de cubierta vegetal (Bellot et al, 1999). Por lo tanto, el cambio de usos del
suelo que se ha producido de 1946 a 1999 ha contribuido a un cambio en el balance hídrico.
Existe gran cantidad de estudios en los que los cambios de usos del suelo se encuentran
íntimamente ligados con el calentamiento global o cambio climático. La actividad de los
usos de suelo contribuye al cambio climático, y los cambios en los patrones de
recubrimiento del suelo son un factor más de los efectos del cambio climático (Dale,
1997). Cuando se habla de cambio climático se trata como un fenómeno homogéneo,
pero tiene una gran variedad de facetas regionales (Petschel-Held & Casselgintz, 1998).
Las respuestas en el paisaje debidas al cambio climático pueden tardar de años a siglos
en expresarse y afectarán al ciclo de nutrientes, uso hídrico, producción, sucesión,
competencia, y respuesta a los cambios en el régimen de perturbación (Dale, 1997). El
calentamiento global, inducido por el incremento de las concentraciones de gases de
efecto invernadero en la atmósfera, tienen el potencial de producir cambios a escala
mundial tanto en precipitación como en temperatura (Schlensinger & Gramenopoulos,
1996). Aunque, en este estudio no se han tenido en cuenta esta clase de estudios a la
hora de extraer posibles conclusiones, ya que el calentamiento global se trata de un
proceso a largo término, más que el periodo de estudio utilizado.
Otros autores utilizan modelos predictivos de la distribución de la vegetación y de los

balances hídricos que suelen ser a escalas continental o global y correlacionados con
gran cantidad de procesos, pero no pueden predecir los cambios entre tipos de
vegetación (Neilson, 1995). También, se estudian los efectos de múltiples escenarios en
el cambio de uso agrícola en términos de valoración de impacto medioambiental se
simulan por medio combinación de modelos socioeconómicos y medioambientales
(Giupponi & Rosatto, 1999). Por otra parte, los modelos de autómatas celulares están
diseñados para aumentar nuestra capacidad de modelar con exactitud complejos
procesos espaciales. Su fin es la mejora de la aplicación de la ecología del paisaje a la
conservación y manejo del suelo (Balzter et al, 1998). El modelo que se ha creado en
este estudio trata de simular los balances hídricos que se tiene para cada tipo de cubierta
vegetal en cualquier periodo de tiempo (ver 4.6.3).
Desde el punto de vista físico, en los balances hídricos destacan 2 elementos: la

hidrogeología de la ventana del acuífero y el clima. Ambos tienen un valor relevante en
los procesos que se han desarrollado en la cuenca de Agost, como agentes activos de las
transformaciones llevadas a cabo y en los efectos ocasionados por la mala gestión del
acuífero del Ventós-Castellar (ver Fig. 132), al tener durante el periodo 1980-1997 una
mayor cantidad de extracciones que recargas (Abdelli, 1998).
238
No cabe duda, que en la antigüedad se practicaba una agricultura menos agresiva que
permitía la recarga del acuífero. El incremento de la superficie regada en la región ha
llevado parejo un aumento del volumen de agua extraída del acuífero. Desde hace décadas
se han ido superando los recursos renovables del acuífero. Esta sobreexplotación
acumulada del acuífero, resultado de los cambios de los usos del suelo, sobre todo del
cultivo de viña de regadío fuera del área de estudio, ha sido el desencadenante de una
serie de efectos negativos sobre la región. Por otra parte, la producción agrícola se ha
identificado como la mayor causa de la degradación en la calidad del agua (Tim et al,
1995), junto al uso humano y la demanda urbana e industrial.
La consecuencia directa del proceso de explotación de los recursos hídricos

subterráneos ha sido el descenso de la piezometría del acuífero (ver Fig. 131). Entre los
efectos negativos más visibles se encuentra la desaparición del intermitente cauce
fluvial de la zona de Tabarias, desde entonces sólo ha emergido esporádicamente en
épocas especialmente lluviosas, agotándose días después.
Al examinar la evolución que ha experimentado el acuífero, debemos distinguir dos

periodos: uno de régimen intensivo, durante el cual el ecosistema sufría las
consecuencias de la sobreexplotación del acuífero; y un segundo de régimen natural, en
el cual la cuenca se encuentra sometida a variaciones estacionales ocasionadas por el
aporte del agua por precipitaciones y a su pérdida por extracciones para uso urbano.
Los cambios de usos del suelo que se producen en el área de recarga del acuífero del
Ventós-Castellar (ver 10.4) corresponden en su mayoría a abandonos de cultivos durante
el periodo 1946-1956 y repoblaciones de pinos durante todo el periodo estudiado.
Para demostrar los efectos de los cambios de usos, se ha estudiado la infiltración anual
en función de la precipitación anual (ver Fig. 143). A primera vista, se aprecia que para
el periodo 1980-1989 hay una mayor infiltración/precipitación que para 1990-1997, que
puede ser debido a una mayor cobertura vegetal que consuma mayor cantidad de agua.
Aunque, estadísticamente no existen diferencias significativas entre los dos periodos,
por lo tanto, no existen evidencias por el momento de que los cambios de usos del suelo
hayan podido alterar los balances hídricos.
La aplicación del modelo de balances hídricos con los datos de los estudios de balances
hídricos de la cuenca de Agost (Bellot et al, 1999) ha permitido hacer 3 tipos de análisis:
1) Repercusión del cambio de usos del suelo en los balances hídricos (ver 10.1). En
este análisis se compara para la una misma precipitación, que es la precipitación
media de la estación experimental (360.3 mm), los distintos balances hídricos que
se tendrían para los 5 mapas de usos. Los resultados obtenidos indican un aumento
de infiltración, intercepción y percolación, y una disminución de la escorrentía y la
evapotranspiración.
239
2) Evolución anual de los balances hídricos del periodo 1946-1999 (ver 10.2). Se
simulan los balances hídricos con los datos reales de precipitación para todo el
periodo de estudio (1946-1999). Al ser tan variables en el tiempo y en cantidad las
precipitaciones, no se puede extraer ninguna tendencia al haber unas oscilaciones
tan altas. Estos resultados son más realistas que los anteriores.
3) Predicciones futuras (ver 10.3). A través de las tendencias de cambio que se tenía
por medio de las cadenas de Markov, se proyectan el porcentaje de usos que habría
hasta el año 2050. Por medio de la cantidad de usos se puede saber el porcentaje del
agua de precipitación que se destinaría a cada balance hídrico, así pues, se estima
que habría un incremento en la infiltración, intercepción, y percolación y una
disminución de la evapotranspiración y escorrentía.
Todos estos resultados son teóricos, aunque basados en funciones empíricas, por lo
tanto, hay que utilizarlos con cautela. Hay que indicar que en el estudio no se han
considerado la variación de la cubierta vegetal intraparche o dentro de los distintos usos
como se ha demostrado en el punto 9. Por otra parte, cabe destacar que los resultados
obtenidos son favorables, ya que la disminución de la evapotranspiración y escorrentía,
y el aumento en la percolación, intercepción e infiltración, permiten un mejor desarrollo
del suelo al mejorar sus capacidades hídricas.
Los beneficios que las masas forestales arboladas ejercen sobre el ciclo hidrológico se deben
fundamentalmente a la influencia que dichas formaciones vegetales tienen sobre los tres
elementos constitutivos de ese balance: clima, agua y suelo. En consecuencia, los planes de
reforestación de pinares se realizaron para aminorar el problema de la desertificación
potencial, y además mejorar las disponibilidades hídricas a medio y largo plazo.
El bosque denso crea un microclima en el que se ven perturbados diferentes parámetros

climáticos, entre los que cabe destacar la luminosidad, la temperatura, el viento, la
humedad relativa y las precipitaciones (Gandullo, 1992). Las densas masas forestales
fruto de las repoblaciones de pináceas, actúan positivamente como reguladoras térmicas e
hidrológicas, reteniendo más agua y reduciendo, por tanto, los riesgos de erosión como
consecuencia del incremento de masa vegetal. Aunque, por otros estudios realizados se
sabe que no existen diferencias significativas en la generación de escorrentía y la pérdida
de suelo entre el pinar y las comunidades de matorral autóctono (Chirino et al, 2001;
Bellot et al, 2001).
Los campos abandonados de Agost a partir de un periodo de tiempo medio-largo

empiezan a ser más estables, diversos y productivos que los cultivos (Cremades, 2000).
Estos efectos están derivados por la instalación de comunidades más estructuradas, que
aportan una mayor cobertura para el suelo y un aprovechamiento más eficiente del agua. Por
eso, se puede concluir que el aumento de pinares y el abandono de cultivos son positivos a
largo plazo. Aunque, la variabilidad climática sea quien condicione la presencia de los usos.
240
11. CONCLUSIONES
11.1. Síntesis preliminar.
La disminución en el empleo de los modelos tradicionales de usos del suelo ha sido uno de los
pilares principales que ha condicionado los cambios acaecidos en la cuenca de Agost. Los
cambios de usos están desencadenados por procesos socioeconómicos y hechos posibles por los
avances tecnológicos (Pan et al, 1999). Actualmente el impacto humano es el principal
determinante del modelo de paisaje que existe a escala mundial (Wilson & King, 1995).
Los procesos transformadores son con frecuencia complejas relaciones y feedback entre
factores e interacciones bióticas, las variables medioambientales abióticas y los regímenes de
perturbación (Urban, 1994). Suelen deberse sobre todo a las actividades humanas (Foster et
al, 1992) y las políticas de gestión (Kwasniak, 1996; Bürgi, 1999). Sin embargo, estas causas
de cambio están incluidas en el campo de estudio de la ecología del paisaje (Moss, 2000).
A comienzos de la década de los sesenta se iniciaron en España una serie de procesos generales,
consistente en una fuerte inversión en el sector industrial como motor del desarrollo nacional,
descuidando, en parte, el sector agrario. La oferta de puestos de trabajo no agrarios mejor
remunerados, el atractivo de un nivel de vida superior y mayores oportunidades laborales,
supusieron un acicate que favoreció la emigración del sector primario hasta el secundario y
terciario. No existían motivos aparentes que pudieran retener a la población en sus cultivos. La
rigurosidad climática, la escasa capacidad agroedáfica, exiguos beneficios derivados de las
actividades agrarias, escasa oferta sociocultural y la inaccesibilidad se consolidaron como los
más importantes factores de abandono de las prácticas agrarias (Castelló, 1999).
Desde 1991, la Comisión de la UE es consciente de la importancia social y ambiental del

abandono de tierras agrícolas (Comisión Europea, 1996, 1997; Ritson & Harvey, 1997). Este
cambio de posicionamiento repercutió en la promulgación, el año siguiente, del Reglamento
CEE 2078/92 sobre métodos de producción agraria compatibles con las exigencias de la
protección del medio ambiente y la conservación del espacio natural. Entre otras, se considera
la amenaza de numerosas zonas rurales por despoblamiento, reconociendo explícitamente que
el mantenimiento de las tierras agrícolas repercute en el aminoramiento de los riesgos de
erosión, inundación e incendios forestales. Por ello, el objetivo del artículo 1 de esta medida
de acompañamiento está orientado a luchar contra este problema.
No hay duda que estos procesos de cambios de usos del suelo tienen sus raíces en
cambios socioeconómicos. Por tanto, el conjunto de transformaciones paisajísticas y
estructurales es consecuencia de una adaptación a las nuevas circunstancias. El
propósito de este estudio, ha sido conocer los patrones de cambios de usos y
recubrimientos en el reciente período de 53 años en la cuenca de Agost, también
conocer la tendencia de cambio en el futuro (Siver et al, 1996), por medio de las
cadenas de Markov y estimar los efectos de estos cambios en los balances hídricos. Las
escalas de observación espacial y temporal son importantes en la interpretación de los
patrones de cambio que mejor describan las dinámicas de cambio del paisaje
(Fuhlendorf & Smeins, 1996).
241
Con respecto a los cultivos. En unos lugares, las escasas potencialidades del medio
provocaron la pérdida de productividad de sus tierras, y por consiguiente, su incapacidad para
competir con otros lugares y finalmente su abandono. En otros, sin embargo, era posible
aumentar su presión para conseguir mejores rendimientos y productividades: es el caso de los
cultivos de regadío. Desgraciadamente, estos nuevos cultivos no son acordes con el medio
que les rodea y al no planificarse su desarrollo se ha superado ampliamente el límite de lo
renovable, tanto por la cantidad y calidad del agua, como por la potencialidad agrológica.
Ante este problema, una posible solución es el retorno a la agricultura tradicional de secano,
aunque en la actualidad se obtienen unas rentas muy bajas para los empresarios.
Los cambios socioeconómicos más importantes que han impulsado de forma decisiva al
abandono de los cultivos y al actual modelo de paisaje son:
La disminución del sector primario en detrimento de una industria y unos

servicios crecientes. En 1956, el 73.5% se dedicaba al sector primario (cultivos), el
24.6% al secundario (industria) y el 1.9% al terciario (servicios). En 1981, ha
pasado al 34.3% en el primario, 40.2% al secundario y 25.5% al terciario. Este dato
avala los resultados de los mapas de usos extraídos de las fotografías aéreas
El aumento de la edad de los agricultores. En 1974, la edad media del agricultor

era de 52 años. En 1984, la edad media ha pasado a ser de 54 años. Se observa como
queda relegado el duro trabajo del campo a personas con edades más avanzadas,
más proclives a enfermar y a abandonar estas tareas.
Reducción del tamaño de las explotaciones agrarias. El tamaño de las parcelas

cultivadas se ve reducido de manera importante. De 1962 a 1982, el tamaño medio
de la explotación se reduce a la mitad, 13.08 a 6.43 hectáreas respectivamente. Esta
disminución del tamaño agrario expresa una cierta relación con el efecto
fragmentador que se aprecia en los mapas de usos para el periodo final.
El dominio de las propiedades en gran cantidad de pequeños empresarios. Es

significativo el descenso del porcentaje de grandes y medianos empresarios, eran un
11% en 1962 y han pasado a un 5% en 1982. Cuando hay poco terreno que explotar
y encima está en manos de muchos propietarios
El aumento exponencial del precio del agua. Para el periodo 1956-1980 el precio
de una hora de riego se ha incrementado de 400 a 2920 pesetas. Este incremento ha
significado un factor limitante más para el agricultor a la hora de realizar una
inversión en el campo.
La pérdida de calidad del agua de riego. A partir de los análisis del agua de riego
de los principales pozos que abastecen a las explotaciones agrarias se sabe que
tienen peligro salinización, de impermeabilización y de toxicidad por cloruros. Por
esta razón tienen la necesidad de drenarse para mejorar su rendimiento. La baja
calidad del agua incide empobreciendo el suelo.
242
Estos datos socioeconómicos se recogen de manera más detallada en el capítulo 3. Área

de estudio y son responsables de los cambios estructurales y morfológicos que se han
examinado en la cuenca de Agost. Además, muestran el papel determinante que ha
tenido la acción del hombre en el deterioro ecológico de la cuenca de Agost. Se ha visto
plasmado el intenso dinamismo que ha acompañado a esta región en aproximadamente
50 años. Fruto de la intensa presión sobre el medio, ya da muestras de ese deterioro por
la falta de planificación y la mala gestión de los recursos naturales.
El cambio de condiciones económicas está causando una tendencia hacia la polarización

de los usos. Se cultiva en los mejores lugares agrícolas de forma intensiva, mientras que
en las zonas con pendientes más escarpadas y situadas en las áreas desfavorables están
siendo abandonadas (Tappeiner et al, 1998).
El abandono de tierras no planificado lleva implícito una serie de consecuencias

ambientales entre las que destacan la erosión, durante los primeros años, de las parcelas
agrícolas desprovistas de vegetación. Sin embargo, el problema se invierte cuando
después de una serie de 30 a 40 años el suelo deja de tener pérdidas erosivas. Asimismo
el desorden visual que provoca el abandono de las tierras y la falta de conservación de
antiguas obras agrarias repercute negativamente en la percepción estética y valoración
del paisaje (Saunders et al, 1991).
Los cambios de usos del suelo han consistido en un decrecimiento de los cultivos y por
tanto, un aumento de los campos abandonados. También, simultáneamente se han
introducido repoblaciones de pinos (Pinus halepensis) como nuevo uso y su crecimiento
a pinar maduro afecta al paisaje. Estas repoblaciones se han hecho para mejorar la
protección del suelo, como principal objetivo para las zonas semiáridas del SE de
España (Vallejo & Alloza, 1999). La pérdida de áreas de cultivo ha sido mayor durante
la década 1946-1956 y el principal periodo para la repoblación ha sido 1956-1974.
Por otra parte, todo el área de estudio ha sufrido fragmentación durante los 53 años del
periodo estudiado. El abandono de los cultivos y las sucesivas repoblaciones de pinos
han tenido un efecto fragmentador y heterogeneizador del paisaje. Esta fragmentación
del paisaje se presenta sobre todo como un aumento en el número de parches, en un
significativo descenso en el tamaño medio del parche y en una disminución de la
complejidad de forma del parche.
En sistemas ecológicos, la heterogeneidad local puede jugar un papel principal, regulando

la estabilidad y la diversidad. Por ejemplo, pequeñas variaciones en la disponibilidad de
recursos pueden contribuir a cambios globales como la desertificación (Schelesinger &
Gramenopoulos, 1996). La heterogeneidad entre parches está considerada generalmente
como un aumento de la coexistencia entre especies, y a gran escala posee un efecto
estabilizador en las dinámicas regionales (Weishampel et al, 1997).
243
Los cambios de uso del suelo que se producen se pueden tratar utilizando el concepto de
"switch", término análogo al usado por Odum. En este caso, para la transición de la
vegetación, mediado por el hombre como un proceso de retroalimentación o feedback
entre una composición de especies y el medio ambiente. Un "switch" opera cuando una
comunidad modifica el entorno en la dirección que favorezca el mantenimiento de este
nuevo entorno (Wilson & King, 1995). Así pues, las condiciones socioeconómicas
actuales inciden en el sostenimiento del paisaje actual.
Los efectos ecológicos que se producen como resultado directo del cambio de usos del
suelo incluyen cambios en la biodiversidad, disponibilidad de hábitat, erosión y
degradación del suelo, productividad, recursos extraíbles y calidad del agua (Dale,
1997). Todos estos efectos pueden ser tanto positivos como negativos. Los campos
abandonados tienen efectos negativos por la erosión cuando son recientes, pero a partir
de 10 a 20 años están bien desarrollados presentando altas diversidades.
En las zonas semiáridas, el incremento de recubrimiento vegetal tiene un efecto negativo

para el abastecimiento humano, debido a la disminución de la recarga del acuífero (Bellot
et al, 2001). Sin embargo, este incremento de vegetación permite una reducción de la
escorrentía y disminuye el riesgo de erosión (Bellot et al, 1999). No obstante, al aumentar
la cobertura vegetal el riesgo de propagación de un incendio es mayor.
Las actividades de usos del suelo pueden causar impactos significativos en los recursos
naturales. Las prácticas agrícolas, la expansión urbana e industrial, el desarrollo de
carreteras, y la alteración de las redes de drenaje, son algunos de los muchos usos
comunes de las actividades humanas y sociales, que tan significativamente alteran la
cobertura del suelo (Dale, 1999).
No hay que omitir el proceso de cambio global, que ha alcanzado elevados grados de
cotidianidad y preocupación social. Existe un interés creciente por la dimensión humana
de los cambios de uso del suelo y por sus inquietantes efectos ambientales:
deforestación, incendios forestales, cambio climático, desertificación y otras formas de
degradación (Klaassen & Claussen, 1994). De hecho, la sinergia entre los cambios
climáticos y socioeconómicos han conducido a una sobreexplotación de los recursos y
una degradación del suelo (Puigdefábregas, 1996; Al-Kharabsheh, 2000).
Es un efecto claro de desertificación, si se entiende ésta como una tendencia a la

degradación irreversible de la productividad biológica por efecto de las perturbaciones
que conducen a una sobreexplotación de sus recursos en zonas afectadas de sequía. Por
otra parte, es un caso en el que los cambios de uso han alterado la tradicional
arquitectura del paisaje, incrementando los riesgos de incendio forestal.
244
11.2. Verificación de las hipótesis de partida.
Las cinco hipótesis de partida tomadas del punto 1.4 se verifican a continuación:
Desde 1946 a 1999, la evolución de los cambios de usos del suelo del paisaje ha
sido muy importante. Cambios en aspectos socioeconómicos han determinado
modificaciones en los usos del suelo en el paisaje desde 1946 a 1999. Estos usos se
relacionan también con parámetros físicos (altitud, pendientes, orientaciones,
geología, etc.).
Se cumple parcialmente esta premisa, ya que los cambios de usos respecto al

tiempo no han sido excesivamente grandes entre las fechas seleccionadas (según la
V de Cramer y la KIA los cambios no son superiores al 81% y 71%
respectivamente). Por otra parte hay que destacar que en función del uso del suelo
que se trate se presentan valores y tendencias muy diferentes en el tiempo. Los
parámetros físicos han influido en los cambios de usos del suelo. La altitud, la
pendiente, la orientación, la distancia a Agost, la distancia a la carretera y en menor
medida la litología participan de forma indirecta en la toma de decisiones a la hora
de realizar cambios de usos. No es ninguna casualidad que se abandonen los
cultivos más elevados, con mayor pendiente y peor accesibilidad. Ni que las áreas a
repoblar se encuentren en zonas altas, con pendiente moderada y alejadas del núcleo
urbano.
Los cambios de usos del suelo que han venido sucediendo a lo largo de los años
han modificado la estructura del paisaje, produciendo una gran heterogeneidad y
fragmentación del mismo.
Se verifica esta hipótesis, ya que se han analizado 10 tipos diferentes de índices

del paisaje para los 53 años de estudio. Los índices estudiados son: el número de
parches, el tamaño medio, el tamaño medio ponderado, el margen total, la distancia
media al vecino más cercano, el índice de diversidad de Shannon, el contagión, la
dimensión fractal doble logarítmica, el índice de forma y el índice de yuxtaposición.
El resultado ha sido contundente, ya que 9 de estos 10 parámetros confirman la
suposición de que la cuenca de Agost ha padecido una mayor fragmentación
espacial respecto al tiempo, y 7 de estos poseen una significatividad a un nivel de
0.05. En concreto, los factores que más se notan son el aumento del número de
parches, la disminución del tamaño medio de los parches y la pérdida de
complejidad en la forma de los parches.
245
A partir de los cambios observados se pueden estimar las tendencias futuras en la

composición del paisaje, sobre un escenario de estabilidad en los cambios durante 100
años.
Se confirma esta hipótesis mediante la creación de simulaciones teóricas

temporales extraídas a partir de los mapas de usos para los distintos años. El método
utilizado son las cadenas de Markov. Consiste en la creación de matrices de
transición entre 2 fechas que extrapolen los pequeños cambios que se producen
durante este periodo a lapsos de tiempo superiores. Los resultados son teóricos, ya
que no se tienen en cuenta muchos factores que pueden incidir en cambios de usos
del suelo. Además, está marcado por tendencias socioeconómicas que varían al cabo
del tiempo. Por ejemplo, a mitad de siglo era necesario el aprovechamiento agrícola
como medio de subsistencia, y actualmente cuando todas las necesidades básicas
están cubiertas no es económicamente rentable. Por esta razón, la fiabilidad de la
predicción no es total. Los resultados obtenidos para todas las simulaciones
advierten un aumento significativo del pinar maduro, la prácticamente desaparición
de los cultivos y una disminución de la comunidad de Stipa tenacissima para los
próximos 100 años venideros. Estas simulaciones indican que habrá mucho
dinamismo durante el siglo que viene, ya que la estabilidad de las matrices de
transición se alcanza muy tarde.
Durante este periodo también se han producido cambios a nivel de mesoescala

en el interior de los parches arbustivos (unidades de vegetación), como un aumento
de cobertura, densidad, etc.
Se ratifica que el estrato arbustivo ha experimentado un importante aumento de

cobertura vegetal, potenciado por un incremento de individuos arbustivos y un
mayor tamaño medio. Aunque, el uso del suelo se mantenga con la misma categoría
de comunidad arbustiva hay que destacar que los cambios producidos son
importantes cuantitativamente, ya que en 1946 era una comunidad arbustiva
dispersa y para 1995 se tiene una comunidad arbustiva más densa. De la zona
estudiada, las partes cubiertas por arbustos antes eran un 6% y en la actualidad son
un 15%. La única razón que justifica este incremento de superficie arbustiva es la
poca presión antrópica a la que está sometida. En parte, se debe a poseer pendientes
escarpadas y de difícil accesibilidad. Este proceso es muy importante, ya que se trata
de un proceso totalmente natural, ya que esta zona ha permanecido mucho tiempo
alejada de la mano del hombre, a diferencia del resto de procesos totalmente
antrópicos como el abandono de cultivos, las repoblaciones de pinar, etc. También,
hay que tener en cuenta que para 1946 y 1956 aún se notaban los efectos de la
posguerra, y es muy posible que se utilizaran encinas y coscojas como fuente de
calor.
246
Estos cambios de usos del suelo han contribuido en gran medida a alterar los
balances hídricos de la cuenca de Agost.
Por una parte, se corrobora este planteamiento por los resultados obtenidos en
las simulaciones a escala de cuenca. En general, la cuenca de Agost durante el
periodo estudiado experimenta un aumento en usos de suelo más estructurados, que
aportan una mayor cobertura para el suelo y ofreciendo un mejor desarrollo del
mismo. Los efectos derivados del aumento de pinares y el abandono de cultivos son
favorables, ya que en términos generales permiten un aprovechamiento más
eficiente del agua. El cambio en los balances se nota en la disminución de la
evapotranspiración y escorrentía, y el aumento en la percolación, intercepción e
infiltración. Sin embargo, durante el periodo de estudio la variabilidad de las
precipitaciones enmascara la tendencia esperada, en función de los análisis
realizados. Pero, por los resultados obtenidos de infiltración-precipitación del
acuífero, no se encuentran diferencias estadísticamente significativas a escala de
ventana del acuífero entre los dos periodos de tiempo (1980-1989 y 1990-1997).
11.3. Conclusiones finales.

La cuenca de Agost es un fiel ejemplo del paisaje mediterráneo de clima semiárido
configurado por y para el hombre durante siglos. La gestión que siempre ha prevalecido
ha sido la de la búsqueda de su mejor aprovechamiento agrosilvopastoral dentro de las
limitaciones hídricas.
A raíz de todos los resultados, se puede concluir con que el área estudiada ha padecido
una serie de cambios en el paisaje cuyo principal responsable ha sido el hombre. Existe
una clara correlación entre los factores socioeconómicos y el cambio del paisaje
(Regato-Pajares et al, 1996). Los cambios espacio-temporales del uso del suelo suelen
ser los desencadenantes de los procesos de desertificación y degradación ambiental. El
examen de los patrones climáticos espaciales presentes y futuros en las zonas de
mediterráneas, permite establecer el cambio hacia un riesgo de desertificación. Sin
embargo, el riesgo sólo se hará realidad si las prácticas de uso del suelo de la región son
inapropiadas para el medio natural. (Palutikof et al, 1996).
El propósito de este estudio ha radicado en la identificación del grado y dirección de los

cambios de usos del suelo, tanto a nivel paisajístico como sus posibles efectos
hidrológicos. Realizando la posible tendencia futura de usos del suelo, y sin descuidar
un estudio para conocer la evolución arbustiva. Para que estos resultados se puedan
extrapolar a una escala espacial y temporal mayor, y que sean útiles para una mejor
gestión y conservación del medio, es necesario el desarrollo de futuros trabajos en esta
línea de investigación que ayuden a mejorar el conocimiento de las relaciones espacio-
temporales en el medio ambiente.
247
Las conclusiones se resumen en los siguientes puntos:
Cartografía de la vegetación y del medio físico (punto 5).

El análisis estructural de la vegetación muestra que los patrones de diversidad varían para las
diferentes comunidades. Las comunidades arbustivas y los campos abandonados son las más
diversas, al contrario que la comunidad de Stipa tenacissima y la repoblación de pinar.
Dinámica de los cambios de usos del suelo (punto 6).

Los cambios de usos del suelo en ningún momento superan el 30% de cambio para
todos los periodos estudiados, y no llega al 60% para el periodo de tiempo máximo (de
1946 a 1999).
La dinámica de cambio de usos se ve influida por factores físicos y socioeconómicos.
Existe un patrón de distribución de los usos del suelo, debido a causas antrópicas o naturales
que limita la distribución de los usos por factores topográficos y socioeconómicos.
Dinámica de la estructura del paisaje (punto 7).

Los índices del paisaje estudiados confirman un aumento de la fragmentación y de la
heterogeneidad espacial en el tiempo. Los usos del suelo más antropizados (cultivos,
campos abandonados y urbano) son los que poseen con diferencia mayor fragmentación
frente a los más naturales (comunidad arbustiva, badlands y pinar).
Se demuestra la influencia de la estructura del paisaje en los distintos usos del suelo.
Existe un patrón asociado a la estructura del parche, ya sea el tamaño, la forma o la
agregación entre los parches, determinado para cada uso.
Tendencias de cambio (punto 8).

Las simulaciones de las cadenas de Markov permiten concluir que la tendencia a largo
término es la del aumento de superficie del pinar en detrimento de la comunidad de Stipa
tenacissima si se siguen manteniendo las actuales tendencias.
Existe poca fiabilidad entre la realidad y el modelo predictivo basado en las cadenas de
Markov para los distintos tipos de uso del suelo en el tiempo, debido a que estos cambios
están mediados por el hombre.
Dinámica espacial de la cubierta arbustiva discontinua (punto 9).

Se constata un aumento de cobertura, número y tamaño de parches arbustivos en el periodo
comprendido entre 1946 a 1995. Estos cambios se han producido dentro de una unidad del
paisaje, por lo tanto, cabe esperar procesos semejantes en otras categorías del paisaje.
El aumento de cobertura implica como inconvenientes un mayor consumo de agua, que
repercute en la recarga hídrica del subsuelo, y un posible mayor riesgo de incendio y de
propagación del mismo.
Efectos de los cambios de usos en los balances hídricos (punto 10).

Los resultados teóricos del modelo indican un incremento de la infiltración,
intercepción y percolación, y una disminución de la escorrentía y la evapotranspiración.
Los resultados reales de infiltración para el periodo 1980-1997 no muestran evidencias
estadísticamente significativas que permitan concluir con que los cambios de usos han
afectado a los balances hídricos.
248
12. REFERENCIAS BIBLIOGRÁFICAS

ABDELLI F. (1998). Análisis comparativo de la contribución de distintas comunidades
vegetales a la conservación de agua en el suelo y su contribución a la recarga de
acuíferos. Tesis master. IAMZ. Zaragoza.
ACEVEDO M.F., URBAN D.L., & ABLAN M. (1995). Transition and gap models of
forest dynamics. Ecol.Appl. 5. [4]. 1040-1055.
ALES R.F., MARTIN A., ORTEGA F. & ALES E.E. (1992). Recent changes in
landscape structure and function in a Mediterranean region of southwest Spain.
Landscape Ecology. 7. 3-18.
AL-KHARABSHEH A. (2000). Ground-water modelling and long-term management of

the Azraq basin as an example of arid area conditions (Jordan). Journal of arid
Environment. 44. 143-153.
ATKINSON P.M. (1996). Optimal sampling strategies for raster-based geographical

information systems. Global.Ecol.Biogeogr.Lett. 5. [4-5]. 271-280.
BAKKER S.A., VANDENBERG N.J., & SPELEERS B.P. (1994). Vegetation

Transitions of Floating Wetlands in a Complex of Turbaries Between 1937 and 1989 as
Determined from Aerial Photographs with GIS. Vegetatio. 114. [2]. 161-167.
BALZTER H., BRAUN P.W., & KOHLER W. (1998). Cellular automata models for
vegetation dynamics. Ecol.Model. 107. [2-3]. 113-125.
BAZZAZ F.A. (1979). The physiological ecology of plant succession. Ann. Rev. Ecol.
System. 10. 351-371.
BELLOT J., SANCHEZ J.R., BONET A., CHIRINO E., MARTINEZ J.M.,
HERNANDEZ N., & ABDELLI F. (1999). Effect of different vegetation type cover
effects on the soil water balance in a semi-arid areas of south eastern Spain. Physics and
Chemistry of the Earth (B). Vol. 24. 353-357.
BELLOT J., BONET A., SANCHEZ J.R. & CHIRINO E. (2001). Likely effects of land
use changes on the runoff and aquifer recharge in a semiarid landscape using a
hydrological model. Landscape and Urban Planning. 778. 1-13.
BOLÒS O. (1980). Els sòls i la vegetació dels Païssos Catalans. In Panadera J.M. &
Nuet J. Geografia física dels Païssos Catalans. Ketres. Ed. Barcelona.
BONET A., PEÑA J., BELLOT J. CREMADES M. & SÁNCHEZ J.R. (2001).
Changing vegetation and landscape patterns in semi-arid Spain. In: Villacampa Y.,
Brebbia C.A. & Usó J.L.(editors). Ecosystems and sustainable development III.
ECOSUD 2001. Wessex Institute of Technology. Southampton. Boston. UK. 377-385.
249
BRADSHAW G.A. (1998). Defining ecologically relevant change in the process of

scaling up: implications for monitoring at the "landscape" level.
BROWN D.G., CAIRNS D.M., MALANSON G.P., WALSH S.J., & BUTLER D.R.
(1994). Remote Sensing and GIS Techniques for Spatial and Biophysical Analyses of
Alpine Treeline Through Process and Empirical Models. Environmental Information
Management and Analysis: Ecos. -481.
BUREL F. & BAUDRY J. (1995). Species biodiversity in changing agricultural

landscapes: A case study in the Pays d'Auge, France. Agriculture, Ecosystems and
Environment. 55. 193-200.
BURGESS R.L. & SHARPE D.M. (1981). Forest Island Dynamics in Man-Dominated
Landscapes. New York. Springer-Verlag.
BÜRGI M. (1999). A case study of forest change in the Swiss lowlands. Landscape
Ecology. 14. 567-575.
BURROUGH P.A. & MCDONNELL. (1998). Principles of Geographical Information

Systems. Spatial Information Systems and Geostatistics. Oxford University Press. Oxford.
CANTER L.W. (1997). Manual de evaluación de impacto ambiental. Técnicas para la

elaboración de estudios de impacto. Universidad de Oklahoma. McGraw Hill.
CASTANY G. (1975). Prospección y explotación de las aguas subterráneas. Ediciones

Omega, S.A. Barcelona.
CASTELLÓ J. (1999). La economía de Agost durante el periodo 1956-1987. Excma.

Diputación Provincial de Alicante. Inst. Cult. Juan Gil-Albert. Alicante.
CAVANILLES A.J. (1983). Observaciones sobre la historia natural, geografía,

agricultura, población y frutos del Reyno de Valencia. Tomo II. Reprod. fac. de la ed.
original de 1797: Imprenta Real. Madrid. Albatros. Valencia. 254-256.
CERDÀ A. (1995). Factores y variaciones espacio-temporales de la infiltración en los

ecosistemas mediterráneos. Tesis doctoral. Universitat de València.
CHILDRESS W.M., CRISAFULLI C.M., AND RYKIEL E.J. (1998). Comparison of

Markovian matrix models of a primary successional plant community. Ecol.Model. 107.
[1]. 93-102.
CHIRINO E., SÁNCHEZ J.R., BONET A. & BELLOT J. (2001). Effects of

afforestation and vegetation dynamics on soil erosion in a semi-arid environment (SE
Spain). In: Villacampa Y., Brebbia C.A. & Usó J.L.(editors). Ecosystems and
sustainable development III. ECOSUD 2001. Wessex Institute of Technology.
Southampton. Boston. UK. 239-248.
250
COPUT (CONSELLERIA DE OBRAS PÚBLICAS, URBANISMO Y

TRANSPORTES). (1991). Mapas Topográficos a 1:10.000. Generalitat Valenciana,
Hojas 871 II-1 (3-1 y 3-2).
CREMADES M. (2000). Efectos de la dinámica de la vegetación en la humedad edáfica

de los cultivos abandonados de la cuenca del Ventós-Agost (Alicante). Instituto de
Cultura Juan Gil Albert. Diputación General de Alicante.
CUSHMAN S.A. & WALLIN D.O. (2000). Rates and patterns of landscape change in
the Central Sikhote-alin Mountains, Russian Far East. Landscape Ecology. 15. 643-659.
DALE M.R.T. (1999). Spatial pattern analysis in plant ecology. Cambridge studies in
ecology. Cambridge.
DALE V.H. (1997). The relationship between land-use change and climate change.
Ecol.Appl. 7. [3]. 753-769.
DALE V.H., KING A.W., MANN L.K., WASHINGTONALLEN R.A., & MCCORD
R.A. (1998). Assessing land-use impacts on natural resources. Environ.Manage. 22. [2].
203-211.
DAWSON T.E. (1993). Woodland water balance. Tree. Vol. 8. [4]. 120-121.
DE LA TORRE A. (1988). Flora, vegetación y suelos de la Sierra del Maigmó

(Alicante). Publicaciones de la Caja de Ahorros Provincial. Alicante.
DE LUÍS M. (2000). Estudio espacial y temporal de las tendencias de lluvia en la

Comunidad Valenciana (1961-1990). Geoforma Ediciones e Instituto Alicantino de
Cultura Juan Gil-Albert. Alicante.
DEGRAAF R.M. & MILLER R.I. (1996). The importance of disturbance and land-use
history in New England: Implications for forested landscapes and wildlife conservation.
Conservation of Faunal Diversity in Forested Landscapes. 6. -35.
DEROUICHE A. & BELLOT J. (1997). Effect du couvert vegetal sur le comportament

hydrique et le transport solide dans une pinede a sous-bois arbustif et herbace. Reseau
Erosion 17, 24–36.
DEUSSEN O., HANRAHAN P., LINTERMANN B., MECH R., PHARR M., &
PRUSINKIEWICZ P. (1998). Realistic modeling and rendering of plant ecosystems.
Siggraph 98. 1. [1]. 275-286.
DÍAZ PINEDA, F. (1994). Ecología de los sistemas agrarios. En: Prácticas ecológicas
para una agricultura de calidad. Actas del I Congreso SEAE. Toledo. 5-17.
DI CASTRI F. & HADLEY M. (1988). Enhancing the credibility of ecology:

interacting along and across hierarchical scales. GeoJournal. 17. 5-35.
251
DIRECCIÓN GENERAL DEL INSTITUTO GEOGRÁFICO NACIONAL. (1989). Mapas

Topográficos Nacionales a 1:25.000. Ministerio de Obras Públicas y Urbanismo. Hoja 871 II.
DRAMSTAD W.E., FJELLSTAD W.J. & FRY G.L.A. (1998). Landscape indices-
useful tools or misleading numbers? In Key concepts in landscape ecology. J.W. Dover
and R.G.H. Bunce (Eds.). Proc. of the 1998 European Congress of IALE. UK-IALE 3-
September 1998. 63-68.
DUGUY B. (1998). Reconstrucción de los cambios en los usos del suelo y en la

estructura del paisaje (1956-1994) interacción con los incendios. Tesis Master. IAMZ.
Zaragoza.
DUNN C.P., SHARPE D.M., GUNTENSPERGEN G.R., STEARNS F. & YANG Z.

(1991). Methods for analyzing temporal changes in landscape pattern. In Quantitative
methods in landscape ecology. Edited by Turner M.G. & Gardner R.H. Springer-Verlag.
New York. 173-198.
EASTMAN J.R. (1990). IDRISI. A grid-based geographic analysis system. Graduate

School of Geography. Clark University. Worcester. MA.
FARINA A. (1998). Principles and methods in landscape ecology. Chapman & Hall.
Cambridge.
FERRÁN ARANAZ M. (1996). SPSS para Windows. Programación y análisis

estadístico. McGraw-Hill. España.
FIELD C.K., SIVER P.A., & LOTT A.M. (1996). Estimating the effects of changing
land use patterns on Connecticut Lakes. J.Environ.Qual. 25. [2]. 325-333.
FORMAN R.T.T. & GODRON M. (1986). Landscape ecology. John Wiley & Sons.
FORMAN R.T.T. (1995). Some general principles of landscape and regional ecology.
Landscape.Ecol. 10. [3]. 133-142.
FORMAN R.T.T. (1997). Land mosaics. The ecology of landscapes and regions.
Cambridge University Press.
FORMAN R.T.T. & COLLINGE S.K. (1997). Nature conserved in changing landscapes
with and without spatial planning. Landscape and Urban Planning. 37. [1]. 129-135.
FOSTER D.R., MOTZKIN G., & SLATER B. (1998). Land-Use History as Long-Term
Broad-Scale Disturbance: Regional Forest Dynamics in Central New England.
Ecosystems. 1. [1]. 96-119.
FOSTER D.R., ZEBRYK, T. SCHOONMAKER, P. & LEZBERG, A. (1992). Post-

settelment history of human land-use and vegetation dynamics of a Tsuga canadensis
(hemlock) woodlot in central New England. Ecol. 80. 773-786.
252
FUHLENDORF S.D. & SMEINS F.E. (1996). Spatial scale influence on longterm
temporal patterns of a semiarid grassland. Landscape.Ecol. 11. [2]. 107-113.
FULLER J.L., FOSTER D.R., MCLACHLAN J.S., & DRAKE N. (1998). Impact of
Human Activity on Regional Forest Composition and Dynamics in Central New
England. Ecosystems. 1. [1]. 76-95.
GALLI A.E., LECK C.F. & FORMAN R.T.T. (1976). Avian distribution patterns
within different sized forest islands in central New Jersey. 93. 356-364.
GANDULLO J.M. (1992). Influencias de la vegetación en el clima. Curso Internacional

sobre Ordenación Agrohidrológica y Restauración Hidrológico-Forestal de Cuencas.
CENEAN. España.
GARDNER R.H., MILNE B.T., TURNER M.G. & O’NEILL R.V. (1987). Neutral
models for the analysis of broad-scale landscape pattern. Landscape Ecology. 1. 19-28.
GARCÍA-RUIZ J.M., LASANTA T. RUIZ-FLANO P., ORTIGOSA L. & WHITE S.

(1996). Land-use changes and sustainable development in mountain areas: a case study
in the Spanish Pyrenees. Landscape Ecology. 11. 5. 267-277.
GENERALITAT VALENCIANA. (1988). Evolució de la població des de 1900 fins

1986: Municipis de la Comunitat Valenciana existents a l’1 d’abril de 1986. Generalitat
Valenciana. Servei d’Estadística. Valencia.
GENERALITAT VALENCIANA. (1989). Estadística Municipal. Comunitat Valenciana.

Desembre 1988. Institut Valencià d’Estadística. Generalitat Valenciana. Valencia.
GENERALITAT VALENCIANA. (1994). Anuari estadístic municipal i comarcal.

Comunitat Valenciana 1993. Institut Valencià d’Estadística. Generalitat Valenciana.
Valencia.
GENERALITAT VALENCIANA. (2000). Anuari estadístic municipal i comarcal.

Comunitat Valenciana 1998-99. Institut Valencià d’Estadística. Generalitat Valenciana.
Valencia.
GENERALITAT VALENCIANA. (2000). Informe del sector agrari valencià 1999.

Institut Valencià d’Estadística. Generalitat Valenciana. Valencia.
GEOGHEGAN J., WAINGER L.A., & BOCKSTAEL N.E. (1997). Spatial landscape
indices in a hedonic framework: an ecological economics analysis using GIS.
Ecol.Econ. 23. [3]. 251-264.
GIUPPONI C. & ROSATO P. (1999). Agricultural land use changes and water quality:
a case study in the watershed of the lagoon of Venice. Wat. Sci. Tech. 39. [3]. 135-148.
GOODCHILD M.F. (1994). Integrating GIS and Remote Sensing for Vegetation and
Analysis and Modeling - Methodological Issues. J.Veg.Sci. 5. [5]. 615-626.
253
GRIME J.P. (1979). Plant strategies and vegetation processes. Wiley & Sons. New
York.
GROVE A.T. (1996). The historical context: Before 1850. In: J. Brandt and J.B.
Thornes (Editors). Mediterranean desertification and land use. Whiley and Sons.
Chischester. U.K. 13-28.
GUSTAFSON E. J. & R.H. GARDNER. (1996). The effect of landscape heterogeneity

on the probability of patch colonization. Ecology . 77. [1]. 94-107.
HAY L.E. & KNAPP L.K. (1996). Integrating a geographic information system, a
scientific visualization system, and a precipitation model. Water.Resour.Bull. 32. [2].
357-369.
HEIL G.W. & VAN DEURSEN W.P.A. (1996). Searching for patterns and processes:
Modelling of vegetation dynamics with Geographical Information Systems and Remote
Sensing. Acta Bot.Neer. 45. [4]. 543-556.
HERNÁNDEZ N. (1998). Efecto del tipo de cubierta vegetal sobre la evolución temporal
de la humedad del suelo. Tesis de licenciatura. Universidad de Alicante. Alicante.
HERNÁNDEZ M. (1997). Paisajes agrarios y medio ambiente en Alicante. Evolución e

impactos medioambientales en los paisajes agrarios alicantinos: 1950-1995.
Publicaciones de la Universidad de Alicante. Alicante.
HEYWOOD D.I. (1995). Digital terrain modelling: An overview. In: Schneider K. &
Robbins P. (Eds) GIS and mountain enviroments. Explorations in geographic
information systems technology. Volume 5. United Nations Institute for Training and
Research (UNITAR).
HOLOPAINEN M. & WANG G. (1998). Accuracy of digitized aerial photographs for

assessing forest habitats at plot level. Scand. J. For. Res. 13. 499-508.
HUNSAKER C.T., O’NEILL R.V., JACKSON B.L., TIMMINS S.P., LEVINE D.A. &
NORTON D.J. (1994). Sampling to characterize landscape pattern. Landscape Ecol. 9. 207-226.
HURLBERT S.H. (1971). The non-concept of species diversity: a critique and

alternative parameters. Ecology. 52. 577-86.
IGME (INSTITUTO GEOLÓGICO Y MINERO DE ESPAÑA). (1978). Mapa

Geológico de España a 1:50.000. Ministerio de Industria. Hoja 871.
IGME (INSTITUTO GEOLÓGICO Y MINERO DE ESPAÑA). (1992). Las aguas

subterráneas de la provincia de Alicante. Ed. Excma Diputación Provincial de Alicante.
IVERSON, R.L. (1988). Land-use change in Illinois, USA: The influence of landscape
attribute on current and historic land use. Lansdcape Ecol. 2. 45-62.
254
JENSEN J.R. (1986). Introductory Digital Image Processing. Englewood Cliffs, N.J.
Prentice-Hall.
JOHNSON W.C. & ADKISSON C.S. (1985). Dispersal of beech nuts by blue jays in
fragmented landscapes from patterns of seedling establishment. Landscape Ecology. 1.
175-187.
JONGMAN R.H., TER BRAAK C.J.F. & VAN TONGEREN O.F.R. (1987). Data
analysis in community and landscape ecology. Pudoc. Wageningen. Netherlands.
JORGE L.A.B. & GARCIA G.J. (1997). A study of habitat fragmentation in

Southeastern Brazil using remote sensing and geographic information systems (GIS).
Forest.Ecol.Manage. 98. [1]. 35-47.
KLAASSEN W. & CLAUSSEN M. (1995). Landscape variability and surface flux

parameterization in climate models. Agr.Forest.Meteorol. 73. [3-4]. 181-188.
KRACK D. (1998).Ventós catchment (Alicante, Spain) cartography using a Geography

Information System (GIS). Universidad de Alicante.
KWASNIAK, A.J., (1996). A framework for how laws and legal policies shape
landscapes. Landscape J. 15. 154-162.
LACARRA J., SÁNCHEZ X. & JARQUE F. (1997). Las observaciones de Cavanilles:

Doscientos años después. Libro 4º. Bancaja. Valencia. 308-312.
LASANTA, T. & GARCÍA, J.M. (1996). Erosión y recuperación de tierras en áreas

marginales. Instituto de Estudios Riojanos. SEG. Logroño.
LEDUC A., PRAIRIE Y.T., & BERGERON Y. (1994). Fractal Dimension Estimates of
a Fragmented Landscape: Sources of Variability. Landscape.Ecol. 9. [4]. 279-286.
LEVENSON J.B. (1981). Woodlots as biogeographic islands in southeastern

Wisconsin. In: Forest Island Dynamics in Man-Dominated Landscapes, eds Burgess
R.L. & Sharpe D.M. 13-39. New York. Springer-Verlag.
LI B.L. (1995). Stability analysis of a nonhomogeneous Markovian landscape model.

Ecol.Model. 82. [3]. 247-256.
LI B.L. & ARCHER S. (1997). Weighted mean patch size: a robust index for
quantifying landscape structure. Ecol.Model. 102. [2-3]. 353-361.
LINDGREN D.T. (1985). Land Use Planning and Remote Sensing. Dordrecht.
Netherlands. M. Nijhoff Publishers.
LIPSCHUTZ S. (1968). Theory and problems of probability. Schaum’s Outline Series.

McGraw-Hill Book Company.
255
LYNCH J.F. & WHIGHAM D.F. (1984). Effects of forest fragmentation on breeding
bird communities in Maryland, USA. Biological Conservation. 28. 287-324.
LONGLEY P.A., GOODCHILD M.F., MAGUIRE D.J. & RHIND D.W. (1999).
Geographical Information Systems. Second Edition. Volume 1: Principles and
Technical Issues. Volume 2: Management Issues and Applications.
LÓPEZ G. & MORO M.J. (1997). Birds of Aleppo pine plantations in south-east Spain
in relation to vegetation composition and structure.
LÓPEZ CADENAS F. (1998). Restauración hidrológico forestal de cuencas y control

de la erosión. Ingeniería Medioambiental. Ministerio de Medio Ambiente.
LUQUE S.S., LATHROP R.G., & BOGNAR J.A. (1994). Temporal and Spatial Changes
in an Area of the New Jersey Pine Barrens Landscape. Landscape.Ecol. 9. [4]. 287-300.
LUQUE S.S. (2000). The challenge to manage the biological integrity of nature reserves:
a landscape ecology perspective. Int. J. Remote Sensing. 21. [13,14]. 2613-2643.
MACHIN J. & NAVAS A. (1995). Land evaluation and conservation of semiarid

agrosystems in Zaragoza (NE Spain) using an expert evaluation system and GIS. Land.
Degrad. Rehabil. 6. [4]. 203-214.
MADOZ P. (1987). Diccionario geográfico-estadístico-histórico de Alicante, Castellón

y Valencia. Tomo I. Reprod. fac. de la ed. original de 1845. Edicions Alfons el
Magnànim. Institució Valenciana d’Estudis i Investigació. Valencia. Pág. 6.
MANDELBROT B.B. (1983). The fractal geometry of nature. Freeman. New York. p.468.
MARGARIS N.S., KOUTSIDOU E. & GIOURA C.H. (1996). Changes in traditional

Mediterranean land-use systems. In: J. Brandt and J.B. Thornes (Editors),
Mediterranean desertification and land use. Whiley and Sons. Chischester. U.K. 29-42.
MARTÍN VIDE, J. (1984). Análisis de la irregularidad de la precipitación diaria en el

litoral mediterráneo de la Península Ibérica. Rev. de Geofísica. 40. 101-106.
MARTÍNEZ, J.E. (2000). Paisajes rurales cambiantes: la amenaza del abandono sobre
los espacios montañosos de agricultura tradicional mediterránea. Aplicación del S.I.G.
en el estudio de los cambios, en los usos del suelo, en el municipio alicantino de Vall de
Gallinera (1956-1998). Tesis doctoral. Universidad de Alicante.
MAST J.N., VEBLEN T.T., & HODGSON M.E. (1997). Tree invasion within a
pine/grassland ecotone: An approach with historic aerial photography and GIS
modeling. Forest.Ecol.Manage. 93. [3]. 181-194.
MCDONALD T. & STOKES B. (1998). A forest landscape visualization system. 7th

International Conference. Computers in Agriculture. 753-760.
256
MCGARIGAL K. & MARKS B.J. (1995). FRAGSTATS: spatial pattern analysis

program for quantifying landscape structure. General Technical Report. USDA Forest
Service, PNW-GTR-351. Portland, OR.
MEDLEY K.E., OKEY B.W., BARRETT G.W., LUCAS M.F., & RENWICK W.H.
(1995). Landscape change with agricultural intensification in a rural watershed,
southwestern Ohio, USA. Landscape.Ecol. 10. [3]. 161-176.
MERRIAM G. (1988). Landscape dynamics in farmland. Trends in Ecology and

Evolution. 3:16-20.
MICROSOFT CORPORATION. (1999). Microsoft Visual Basic 6.0. Manual del

programador. McGrawHill. Madrid.
MIDDLETON J. & MERRIAM G. (1983). Distribution of woodland species in

farmland woods. Journal of Applied Ecology. 20. 625-44.
MILES J. (1987). Vegetation succession: Past and present perceptions. In Colonization,

succession and stability. Gray A.J., Crawley M.J. & Edwards P.J. Blackwell. Oxford. 1-
29.
MILLER JR, SCHULZ TT, HOBBS NT, WILSON KR, SCHRUPP DL, & BAKER
WL. (1995). Changes in the landscape structure of a southeastern Wyoming riparian
zone following shifts in stream dynamics. Biol.Conserv. 72. [3]. 371-379.
MINCHIN P.R. (1987). An evaluation of the relative robustness of techniques for

ecological ordination. Vegetatio. 69. 89-108.
MINISTERIO DE AGRICULTURA. (1981). Mapa de Cultivos y Aprovechamientos a

1:50.000. Hoja 871.
MINISTERIO DE TRABAJO. (1932). Censo de la población de España en 1930:

Región de Valencia. Ministerio de Trabajo. Dirección General de Estadística. Madrid.
MINISTERIO DE TRABAJO. (1941). Censo de la población de España en 1940:

Provincia de Alicante. Ministerio de Trabajo. Dirección General de Estadística. Madrid.
MOPT (Ministerio de Obras Públicas y Transportes). (1989). Guías metodológicas para

la elaboración de estudios de impacto ambiental. Monografías de la Secretaría de Estado
para las Políticas del Agua y el Medio Ambiente.
MOSS M.R. (2000). Interdisciplinarity, landscape ecology and the “Transformation of

Agricultural Landscapes”. Landscape Ecol. 15. 303-311.
MURALI K.S., SETTY R.S., GANESHAIAH K.N., & SHAANKER R.U. (1998). Does
forest type classification reflect spatial dynamics of vegetation? An analysis using GIS
techniques. Curr.Sci. 75. [3]. 220-227.
257
NAVAS A. & MACHÍN J. (1997). Assessing erosion risks in the gypsiferous steppe of
Litigio (NE Spain). An approach using GIS. Journal of Arid Environments. 37. 433-441.
NAVEH Z. & KUTIEL P. (1990). Changes in the Mediterranean vegetation of Israel in

response to human habitation and land use. In Woodwell GM (ed.) The Earth in
transition. Patterns and processes of biotic impoverishment. Cambridge University
Press. Cambridge. 259-299.
NEILSON R.P. (1995). A model for predicting continental-scale vegetation distribution

and water balance. Ecol.Appl. 5. [2]. 362-385.
O’NEILL R.V., KRUMMEL J.R., GARDNER R.H., SUGIHARI G., JACKSON B.,
DEANGELIS D.L., MILNE B.T., TURNER M.G., ZYGMUNT G., CHRISTENSEN
S.W., DALE V.H. & GRAHAM R.L. (1988). Indices of landscape pattern. Landscape
Ecology. 3. 153-162.
ORLOCI L., ANAND M. & HE X. (1993). Markov Chain: A realistic model for
temporal coenosere ?. Biom. Praxim. 33. 7-26.
ORLOCI L. & ORLOCI M. (1988). On recovery, Markov chains, and canonical

analysis. Ecology: 69. [4]. 1260-1265.
OTT L., LARSON R.F. & MENDENHALL W. (1983). Statistics: A Tool for the Social
Sciences. Duxbury Press. Boston.
PADILLA A. (1995). El poblamiento vegetal en las Sierras de Peñarroya y Cuartel:

Aspectos evolutivos y situación actual. Instituto Universitario de Geografía. Instituto de
Cultura Juan Gil-Albert. Diputación de Alicante. Alicante.
PALUTIKOF J.P., CONTE M., CASIMIRO MENDES J., GOODESS C.M. &
ESPIRITO SANTO F. (1996). Climate and climatic change. In C. J. Brandt and J. B.
Thornes (eds.). Mediterranean Desertification and Land Use. Wiley. Chichester. 43-86.
PAN D., DOMON G., DE BLOIS S. & BOUCHARD A. (1999). Temporal (1958-1993)
and spatial patterns of land use changes in Haut-Saint-Laurent (Quebec, Canada) and
their relation to landscape physical attributes. Landscape Ecology. 14. 35-52.
PAPAJORGJI P., ZAZUETA F.S., & XIN J.N. (1996). Integrating GIS, databases, and
simulation models for water resource management in agriculture. Sixth International
Conference on Computers in Agriculture. 636-654.
PEET R.K. (1992). Community structure and ecosystem function in Plant Succession:
Theory and prediction. Ed. Glenn-Lewin D.C, Peet R.K. & Veblen T.T. Chapman &
Hall. London. 103-151.
PENNOCK D.J., ANDERSON D.W., & DEJONG E. (1994). Landscape-scale changes

in indicators of soil quality due to cultivation in Saskatchewan, Canada. Geoderma. 64.
[1-2]. 1-19.
258
PÉREZ CUEVA A.J. (1984). Atlas Climático de la Comunidad Valenciana. Conselleria

d’Obres Públiques, Urbanisme i Transports. Generalitat Valenciana. 168-183.
PETSCHEL-HELD G. & CASSELGINTZ M.A. (1998). Syndromes of Global Change

a qualitative modelling approach to assist global enviromental management. Environ.
Model. Assessment. 1. [1]. 1-21.
PICKETT S.T.A. & CADENASSO M.L. (1995). Landscape ecology: Spatial

heterogeneity in ecological systems. Science. 269. [5222]. 331-334.
PIELOU E.C. (1975). Ecological Diversity. Wiley. New York.
POUDEVIGNE I. & ALARD D. (1997). Landscape and Agricultural Patterns in Rural

Areas: a Case Study in the Brionne Basin, Normandy, France. Journal of Enviromental
Management. 50. 335-349.
PUIGDEFÁBREGAS J. (1996). El papel de la vegetación en la conservación del suelo

en ambientes semiáridos. Erosión y recuperación de tierras en áreas marginales.
Instituto de Estudios Riojanos, Logroño. 79-87.
RAMON A. (1995). Tecnificación del regadío valenciano. Ministerio de Agricultura,

Pesca y Alimentación. Serie Estudios. Madrid.
REGATO-PAJARES P., CASTEJÓN M., TELLA G., GIMÉNEZ-CABALLERO S.,

BARRERA I. & ELENA-ROSSELLÓ R. (1996). Analysis of landscape changes in the
Mediterranean mountain regions of Spain: seven case studies. Ecological and landscape
consequences of land use change in Europe. H.G. Jongman (Ed.). European Centre for
Nature Conservation. Publication series on Man and Nature. Vol. 2. 259-285.
REY-BENAYAS J.M. & POPE K.O. (1995). Landscape ecology and diversity patterns
in the seasonal tropics from Landsat TM imagery. Ecol.Appl. 5. [2]. 386-394.
RITSON, C. & HARVEY, D.R. (1997). The Commom Agricultural Policy. 2nd edition.
CAB International. Wallingford.
RIVAS-MARTÍNEZ S. (1996). Geobotánica y Bioclimatología. Universidad de

Granada.
ROSEBERRY J.L. & HAO Q.W. (1996). Interactive computer program for landscape-
level habitat analysis. Wildlife Soc. Bull. 24. [2]. 340-341.
RUSSELL G.D., HAWKINS C.P., & ONEILL M.P. (1997). The role of GIS in
selecting sites for riparian restoration based on hydrology and land use. Restor. Ecol. 5.
[4 Suppl.]. 56-68.
SÁNCHEZ J.R. (1997). Estimación de las pérdidas erosivas inducidas por las técnicas
de preparación del suelo previa a la reforestación en el sur de la Comunidad Valenciana.
Memoria de tesis doctoral. Alicante.
259
SAUNDERS D.A., HOBS R.J. & MARGULES C.R. (1991). Biological consecuences
of ecosystem fragmentation: a review. Conservation biology. 5 [1] 18-32.
SCHLESINGER W.H. & GRAMENOPOULOS N. (1996). Archival photographs show

no climate-induced changes in woody vegetation in the Sudan, 1943-1994.
Glob.Change.Biol. 2. [2]. 137-141.
SCHUMAKER N.H. (1996). Using landscape indices to predict habitat connectivity.

Ecology. 77. [4]. 1210-1225.
SENEN M. & CABEZAS F. (1995). Agua y futuro en la región de Murcia. 567 pp.
Asamblea Regional de Murcia. Murcia.
SERVICIO GEOGRÁFICO DEL EJÉRCITO. (1974 y 1996). Mapas Topográficos

Nacionales a 1:50.000. Hoja 871.
SIEGEL S. (1988). Estadística no paramétrica. Aplicada a las ciencias de la conducta.

Editorial Trillas. México.
SIVER P.A., CANAVAN R.W., FIELD C.K., MARSICANO L.J., & LOTT A.M.
(1996). Historical changes in Connecticut lakes over a 55-year period. J. Environ. Qual.
25. [2]. 334-345.
SOKAL R.R. & ROHLF F.J. (1995). Biometry, third edition. W.H. Freeman Company.
New York.
TAPPEINER U., TASSER E. & TAPPEINER G. (1998). Modelling vegetation patterns

using natural and anthropogenic influence factors: preliminary experience with GIS
based model applied to an Alpine area. Ecological Modelling. 113. 225-237.
TELLERÍA J.S. & SANTOS T. (2000). Fragmentación de hábitats forestales y sus

consecuencias. Zamora R. & Puignaire F.I. (Eds). Ecosistemas mediterráneos. Análisis
funcional. Consejo Superior de Investigaciones Científicas. Asociación Española de
Ecología Terrestre. Textos Universitarios. 293-318.
TER BRAAK C.J.F. & SMILAUER P. (1998). CANOCO Reference manual and User's
Guide to Canoco for Windows. Software for Canonical Community Ordination (version
4). Centre for Biometry Wageningen.
THOMLINSON J.R., SERRANO M.I., LOPEZ T.D., AIDE T.M., & ZIMMERMAN
J.K. (1996). Land-use dynamics in a post-agricultural Puerto Rican landscape (1936-
1988). Biotropica. 28. [4 Part A]. 525-536.
TIM U.S., JOLLY R. & LIAO H.H. (1995). Impact of landscape feature and feature
placement on agricultural non-point-source-pollution control. J. Water. Resour. Plan.
Man-ASCE. 121. [6]. 463-470.
260
TURNER B.L., SKOLE D., SANDERSON S., FISCHER G., FRESCO L. &
LEEMANS R. (1995). Land-use and land-cover change. Science/research plan. IGBP
Report: 35/HDP Report 7.
TURNER M.G. (1989). Landscape Ecology: The Effect of Pattern on Process. Annu.
Rev. Ecol. Syst. [20]. 171-197.
TURNER M.G., WEAR D.N. & FLAMM R.O. (1996). Land ownership and land cover
change in southern Appalachian Highlands and the Olympic Peninsula. Ecol. Appl. 6.
1150-1172.
URBAN D.L. (1994). Landscape ecology and ecosystem management. In Sustainable

ecological systems: Implementing an ecological approach to land management. Pp127-
136. Covington W.W & DeBano, L.F., USDA Forest Service , Gen Tech. Rep. RM-247.
VALLEJO V.R. & ALLOZA J.A. (1999). The restoration of burned lands: The case of
Eastern Spain. J.M. Moreno (Editor). Large Forest Fires. Backhuys Pub. Leiden. 91-108.
VAN DER LEEUW (1998). Understanding the natural and anthropogenic causes of
land degradation and desertification in the Mediterranean basin: The Archaeomedes
project. Office for official publications of the European Union. Luxemburg.
VAN DER MAAREL E. (1993). Some remarks on disturbance and its relations to
diversity and stability. J. Veg. Sci. 4. 733-736.
VELDKAMP A. & FRESCO L.O. (1996). CLUE-CR: An integrated multi-scale model

to simulate land use change scenarios in Costa Rica. Ecol.Model. 91. [1-3]. 231-248.
VERA REBOLLO J.F. & MARCO MOLINA J.A. (1988). Impacto de los usos del
suelo y erosión en cuencas de vertientes del Sur del País Valenciano. Investigaciones
Geográficas. 6: 7-31.
VOGELMANN J.E. (1995). Assessment of Forest Fragmentation in Southern New

England Using Remote Sensing and Geographic Information Systems Technology.
Conserv.Biol. 9. [2]. 439-449.
WEISHAMPEL J.F., KNOX R.G., RANSON K.J., WILLIAMS D.L., & SMITH J.A.
(1997). Integrating remotely sensed spatial heterogeneity with a three-dimensional forest
succession model. Use of Remote Sensing.in the Modeling of Forest Product. 50. -133.
WHITE D., MINOTTI P.G., BARCZAK M.J., SIFNEOS J.C., FREEMARK K.E.,
SANTELMANN M.V., STEINITZ C.F., KIESTER A.R., & PRESTON E.M. (1997).
Assessing risks to biodiversity from future landscape change. Conserv.Biol. 11. [2].
349-360.
WIEGAND T. & MILTON S.J. (1996). Vegetation change in semiarid communities -

Simulating probabilities and time scales. Vegetatio. 125. [2]. 169-183.
261
WIENER A. (1988). La lucha contra el déficit hídrico en paises áridos y semiáridos

mediante la gestión eficiente del agua. En Ambio “El agua”. Ed. Blume. Barcelona.
148-157.
WILSON J.B. & KING W.M.G. (1995). Human-mediated vegetation switches as

processes in landscape ecology. Landscape.Ecol. 10. [4]. 191-196.
WITH K.A., GARDNER R.H., & TURNER M.G. (1997). Landscape connectivity and
population distributions in heterogeneous environments. Oikos. 78. [1]. 151-169.
WU Y.G., SKLAR F.H., & RUTCHEY K. (1997). Analysis and simulations of

fragmentation patterns in the Everglades. Ecol.Appl. 7. [1]. 268-276.
YOHAY C. & RONEN K. (1998). Computerized classification of Mediterranean

vegetation using panchromatic aerial photographs. Journal of Vegetation Science. 9.
445-454.
ZAMPELLA R.A. & LATHROP R.G. (1997). Landscape changes in Atlantic white
cedar (Chamaecyparis thyoides) wetlands of the New Jersey Pinelands. Landscape.Ecol.
12. [1]. 397-408.
ZHENG D.L., WALLIN D.O., & HAO Z.Q. (1997). Rates and patterns of landscape
change between 1972 and 1988 in the Changbai Mountain area of China and North
Korea. Landscape.Ecol. 12. [4]. 241-254.
ZONNEVELD, I.S. (1995). Land mosaics. SPB Academic Publishing. Amsterdam.
262
13. ÍNDICE DE FIGURAS Y TABLAS

13.1. Índice de figuras.
Fig. 1: Evolución del uso del suelo en una porción de la cuenca de Agost. 5
Fig. 2: Localización de la zona de estudio. 9
Fig. 3: Forma del área de estudio. 10
Fig. 4: Diagrama térmico y pluviométrico de la estación de Agost, escola (1961-1990). 13
Fig. 5: Diagrama ombrotérmico de Agost. 15
Fig. 6: Evolución de la población de hecho en Agost. 20
Fig. 7: Evolución del precio del agua en el Canal de la Huerta (pesetas/400 m3). 25
Fig. 8: Superposición de capas de un S.I.G. 32
Fig. 9: Gráfico de la diversidad y el tiempo de procesado por el tamaño de píxel. 35
Fig. 10: Representación del tamaño del archivo en función del tamaño de píxel. 36
Fig. 11: Detalle del tamaño del píxel. 36
Fig. 12: Zonas seleccionadas para el estudio. 37
Fig. 13: Esquema del procesado de las imágenes. 43
Fig. 14: Localización de los inventarios en la cuenca de Agost. 45
Fig. 15: Localización y vista tridimensional de la zona de seguimiento. 60
Fig. 16: Fotografía del macizo del Maigmó. 61
Fig. 17: Detalle de las encinas que recubren de forma discontinua el Maigmó. 61
Fig. 18: Ciclo hidrológico. 64
Fig. 19: Ciclo hidrológico para el mapa de usos del suelo. 66
Fig. 20: Mapa geológico. 68
Fig. 21: Histograma del mapa geológico. 69
Fig. 22: Mapa geológico simplificado. 72
Fig. 23: Histograma del mapa geológico simplificado. 73
Fig. 24: Mapa de tectónica. 74
Fig. 25: Modelo digital de elevaciones. 76
Fig. 26: Visión tridimensional del relieve. 77
Fig. 27: Visión S→N. 77
Fig. 28: Modelo digital de elevaciones simplificado. 78
Fig. 29: Histograma del modelo digital del terreno simplificado. 79
Fig. 30: Mapa de orientaciones. 80
Fig. 31: Histograma del mapa de orientaciones. 81
Fig. 32: Mapa de pendientes. 82
Fig. 33: Histograma del mapa de pendientes. 83
Fig. 34: Mapa de hidrología. 84
Fig. 35: Mapa de distancias al pueblo de Agost simplificado. 86
Fig. 36: Histograma del mapa de distancias al pueblo de Agost simplificado. 87
Fig. 37: Mapa de distancias a la carretera simplificado. 88
Fig. 38: Histograma del mapa de distancias a la carretera simplificado. 89
Fig. 39: Gráfico de dispersión entre el eje 1 y 2 del DCA. 93
Fig. 40: Clasificación jerárquica ascendente. 94
Fig. 41: Stipa tenacissima. 96
Fig. 42: Matorral. 96
Fig. 43: Repoblación de pinos. 96
263
Fig. 44: Pinar maduro. 97

Fig. 45: Cultivos. 98
Fig. 46: Campos abandonados. 98
Fig. 47: Urbano. 98
Fig. 48: Badlands. 98
Fig. 49: Mapa de usos del suelo detallado de 1999. 108
Fig. 50: Histograma del mapa de usos del suelo detallado de 1999. 109
Fig. 51: Macrofotograma de 1946. 110
Fig. 52: Mapa de usos del suelo de 1946. 111
Fig. 61: Área ocupada por cada uso del suelo de 1946 a 1999. 122
Fig. 62: Vistas 3D. 123
Fig. 63: Altitud media de cada uso del suelo. 128
Fig. 64: Distribución de la altitud por categorías de usos y años. 129
Fig. 65: Corte longitudinal y perfil topográfico. 130
Fig. 66: Cortes longitudinales N→S en la cuenca de Agost. 131
Fig. 67: Pendiente media de cada uso del suelo. 132
Fig. 68: Distribución de la pendiente por categorías de usos y años. 133
Fig. 69: Evolución de la superficie ocupada (ha) de cada orientación por usos y años. 135
Fig. 70: Geología tabulada por categorías de usos y años. 136
Fig. 71: Geología por periodos tabulada por categorías de usos y años. 137
Fig. 72: Distancia media a Agost de cada uso del suelo. 138
Fig. 73: Distribución de la distancia a Agost por categorías de usos y años. 139
Fig. 74: Distancia media a la carretera de cada uso del suelo. 140
Fig. 75: Distribución de la distancia a la carretera por categorías de usos y años. 141
Fig. 76: Mapas territoriales del análisis discriminante. 149
Fig. 77: Número de parches. 154
Fig. 78: Número de parches por usos. 155
Fig. 79: Tamaño medio del parche. 156
Fig. 80: Tamaño medio del parche por usos. 157
Fig. 81: Tamaño medio ponderado del parche. 158
Fig. 82: Tamaño medio ponderado del parche por usos. 159
Fig. 83: Margen total. 160
Fig. 84: Margen total por usos. 161
Fig. 85: Distancia media del vecino más cercano. 162
Fig. 86: Distancia media del vecino más cercano por usos. 163
Fig. 87: Índice de diversidad de Shannon. 164
Fig. 88: Contagión. 165
Fig. 89: Dimensión fractal doble logarítmica. 166
Fig. 90: Dimensión fractal doble logarítmica por usos. 167
Fig. 91: Índice de forma medio. 168
264
Fig. 92: Índice de forma medio por año y uso. 169

Fig. 93: Índice de yuxtaposición. 170
Fig. 94: Índice de yuxtaposición por año y uso. 171
Fig. 95: Procesos espaciales implicados en la fragmentación del paisaje. 172
Fig. 96: Mapas territoriales del análisis discriminante. 182
Fig. 97: Diagrama de flujo para la matriz de transición entre 1946-1956. 190
Fig. 102: Diagrama de flujo para la matriz de transición media. 191
Fig. 103: Diagrama de flujo para la matriz de tendencia para 2020. 191
Fig. 104: Tendencia de la superficie de usos para la matriz de transición de 1974-1980. 194
Fig. 105: Tendencia de la superficie de usos para la matriz de transición de 1980-1999. 195
Fig. 106: Tendencia de la superficie de usos para la matriz de transición media. 197
Fig. 107: Tendencia de la superficie de usos para la matriz de transición de tendencia. 198
Fig. 108: Visión tridimensional y coberturas en los diferentes años. 203
Fig. 109: Evolución de la cobertura de matorral. 204
Fig. 110: Evolución del número de parches arbustivos. 205
Fig. 111: Evolución del tamaño medio de los arbustos. 206
Fig. 112: Evolución de la superficie de los arbustos por categorías de tamaño. 207
Fig. 113: Evolución espacio-temporal del recubrimiento de los arbustos. 209
Fig. 114: Evolución de la densidad de recubrimiento de los arbustos. 211
Fig. 115: Balances hídricos estimados para el valor medio de precipitación. 217
Fig. 116: Precipitaciones anuales acumuladas. 218
Fig. 117: Balances hídricos para el periodo 1946-1950. 219
Fig. 128: Balances hídricos anuales estimados para el periodo 1946-1999. 230
Fig. 129: Evolución de la superficie ocupada por los usos del suelo. 231
Fig. 130: Balances hídricos anuales estimados para el periodo 1946-2050. 232
Fig. 131: Registro de nivel piezométrico y la precipitación (1979-1999). Sondeo Tabarias. 234
Fig. 132: Evolución de la recarga acumulada y la extracción acumulada en el acuífero. 234
Fig. 133: Evolución de los cambios de usos del suelo en el área de recarga del acuífero. 235
Fig. 134: Evolución de la superficie ocupada por los usos en el área de recarga. 236
Fig. 135: Variación de la infiltración del agua en el acuífero en función de la precipitación. 237
265
13.2. Índice de tablas.

Tabla 1: Estaciones climatológicas. 12
Tabla 2: Datos climáticos de la estación meteorológica de Agost, escola (1961-1990). 13
Tabla 3: Temperatura media mensual. 14
Tabla 4: Precipitación media mensual. 15
Tabla 5: Población de hecho de Agost. 20
Tabla 6: Tasa de crecimiento interanual (x100) de la población de hecho de 1900-1986. 20
Tabla 7: Evolución de los sectores de ocupación por número de empleados. 21
Tabla 8: Participación del sector agrario en el PIB total (%). 21
Tabla 9: Aprovechamientos en el campo de Agost (ha). 22
Tabla 10: Evolución de la superficie cultivada en Agost (ha). 23
Tabla 11: Edad de los empresarios agrícolas. 23
Tabla 12: Clasificación de las explotaciones agrarias por su extensión. 24
Tabla 13: Porcentaje de propiedades. 24
Tabla 14: Análisis y clasificación del agua de riego. 26
Tabla 15: Número de empresas industriales. 27
Tabla 16: Número de ocupación industrial por tamaño de la empresa. 27
Tabla 17: Número de unidades ganaderas de 1956 a 1982. 29
Tabla 18: Información utilizada para calcular el tamaño de píxel óptimo. 35
Tabla 19: Tabla cruzada entre los años X1 y X2. 58
Tabla 20: Matriz de transición entre los años X1 y X2. 58
Tabla 21: Ciclo hidrológico para los usos del suelo. 66
Tabla 22: Leyenda del mapa geológico. 69
Tabla 23: Leyenda del mapa geológico simplificado. 73
Tabla 24: Leyenda del modelo digital del elevaciones simplificado. 79
Tabla 25: Leyenda del mapa de orientaciones. 81
Tabla 26: Leyenda del mapa de pendientes. 83
Tabla 27: Leyenda del mapa de distancias al pueblo de Agost simplificado. 87
Tabla 28: Leyenda del mapa de distancias a la carretera simplificado. 89
Tabla 29: Inventarios para los distintos tipos de cubiertas vegetales generados mediante
fotointerpretación. 90
Tabla 30: Resultados del DCA. 91
Tabla 31: Correlación de las variables topográficas y los ejes canónicos. 91
Tabla 32: Correlación de las variables estructurales y los ejes canónicos. 91
Tabla 33: Correlación de las coberturas de especies y los ejes canónicos. 92
Tabla 34: Clasificación simplificada de las coberturas vegetales. 95
Tabla 35: Inventarios para las comunidades de Stipa tenacissima. 99
Tabla 36: Inventarios para las comunidades arbustivas. 100
Tabla 37: Inventarios para las repoblaciones de pinos. 101
Tabla 38: Inventarios para el pinar maduro. 102
Tabla 39: Inventarios para los cultivos. 103
Tabla 40: Inventarios para los campos abandonados. 104
Tabla 41: Inventarios para los badlands. 105
Tabla 42: Índices de riqueza, diversidad y cobertura. 106
Tabla 43: Simplificación de los usos del suelo detallados. 107
Tabla 44: Leyenda del mapa de usos del suelo detallado de 1999. 109
Tabla 45: Superficie ocupada por cada tipo de cubierta vegetal en los distintos años (ha). 122
266
Tabla 46: Parámetros estadísticos del coeficiente de correlación V de Cramer. 126

Tabla 47: Análisis del KIA global entre pares de años. 126
Tabla 48: Análisis del KIA global entre todos los años. 127
Tabla 49: Evolución del análisis del KIA por usos del suelo. 127
Tabla 50: Altitud media (m) de cada uso del suelo. 128
Tabla 51: Pendiente media (º) de cada uso del suelo. 132
Tabla 52: Orientación predominante de cada uso del suelo. 134
Tabla 53: Geología predominante de cada uso del suelo. 136
Tabla 54: Distancia media a Agost (m) de cada uso del suelo. 138
Tabla 55: Distancia media a la carretera (m) de cada uso del suelo. 140
Tabla 56: Correlaciones simples y parciales para 1946. 142
Tabla 61: Test de normalidad de Kolmogorov-Smirnov. 144
Tabla 62: Test de homogeneidad de varianzas de Levenne. 144
Tabla 63: Test de Kruskal-Wallis. 145
Tabla 64: Comparaciones múltiples. 146
Tabla 65: Tabla de autovalores y correlación canónica. 146
Tabla 66: Tabla de Lambda de Wilks. 147
Tabla 67: Porcentaje de varianza para las funciones (total y acumulado). 147
Tabla 68: Funciones en el grupo de centroides. 148
Tabla 69: Número de parches en los diferentes años. 154
Tabla 70: Número de parches en los diferentes años y usos. 155
Tabla 71: Tamaño medio del parche (ha) en los diferentes años. 156
Tabla 72: Tamaño medio del parche (ha) en los diferentes años y usos. 157
Tabla 73: Tamaño medio ponderado del parche (ha) en los diferentes años. 158
Tabla 74: Tamaño medio ponderado del parche (ha) en los diferentes años y usos. 159
Tabla 75: Margen total (m) en los diferentes años. 160
Tabla 76: Margen total (m) en los diferentes años y usos. 161
Tabla 77: Distancia media al vecino más cercano (m) en los diferentes años. 162
Tabla 78: Distancia media del vecino más cercano (m) en los diferentes años y usos. 163
Tabla 79: Índice de diversidad en los diferentes años. 164
Tabla 80: Contagión (%) en los diferentes años. 165
Tabla 81: Dimensión fractal doble logarítmica en los diferentes años. 166
Tabla 82: Dimensión fractal doble logarítmica en los diferentes años y usos. 167
Tabla 83: Índice de forma medio en los diferentes años. 168
Tabla 84: Índice de forma medio en los diferentes años y usos. 169
Tabla 85: Índice de yuxtaposición (%) en los diferentes años. 170
Tabla 86: Índice de yuxtaposición (%) en los diferentes años y usos. 171
Tabla 92: Test de normalidad de Kolmogorov-Smirnov. 177
Tabla 93: Test de homogeneidad de varianzas de Levenne. 177
267
Tabla 94: Test de Kruskal-Wallis. 178

Tabla 95: Comparaciones múltiples. 178
Tabla 96: Tabla de autovalores y correlación canónica. 180
Tabla 97: Tabla de Lambda de Wilks. 180
Tabla 98: Porcentaje de varianza para las funciones (total y acumulado). 180
Tabla 99: Funciones en el grupo de centroides. 181
Tabla 100: Tabla cruzada entre los años 1946 y 1956. 186
Tabla 105: Matriz de transición entre los años 1946 y 1956. 187
Tabla 110: Matriz de transición media de 1946 a 1999. 189
Tabla 111: Estimación de la matriz de transición entre los años 1946 y 2020. 189
Tabla 112: Número de tránsitos. 192
Tabla 113: Porcentajes de cambio (C) y de mantenimiento (M). 192
Tabla 114: Porcentajes de entradas (E) y de salidas (S) por usos. 192
Tabla 115: Vector inicial y matriz de transición entre los años 1974 y 1980. 193
Tabla 116: Vector de estado en el periodo 1 y porcentajes (periodo 1 a 9). 193
Tabla 117: Hectáreas observadas en 1999 y esperadas a partir de la matriz 1974-1980. 194
Tabla 118: Vector inicial y matriz de transición entre los años 1980 y 1999. 195
Tabla 119: Vector de estado en el periodo 1 y porcentajes en el tiempo. 195
Tabla 120: Vector inicial y matriz de transición media. 196
Tabla 122: Hectáreas observadas y esperadas a partir de la matriz de transición media. 197
Tabla 123: Vector inicial y matriz de transición de tendencia. 198
Tabla 125: Hectáreas observadas y esperadas a partir de la matriz de tendencia. 199
Tabla 126: Cobertura de arbustos (m2). 204
Tabla 127: Número de unidades arbustivas. 205
Tabla 128: Tamaño medio de los parches arbustivos (m2). 206
Tabla 129: Prueba T para muestras relacionadas. 208
Tabla 130: Transiciones entre distintos recubrimientos de arbustos. 210
Tabla 131: Leyenda del volumen de agua. 214
Tabla 132: Mapas y volúmenes de infiltración media de la cuenca. 214
Tabla 133: Mapas y volúmenes de evapotranspiración real media de la cuenca. 215
Tabla 134: Mapas y volúmenes de intercepción media de la cuenca. 215
Tabla 135: Mapas y volúmenes de escorrentía media de la cuenca. 216
Tabla 136: Mapas y volúmenes de percolación media de la cuenca. 216
268

165 PenaLlopis2001

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

165 PenaLlopis2001

Cargado por

Copyright:

Formatos disponibles

Universidad de Alicante

ANÁLISIS DE LOS CAMBIOS DE USOS DEL

Juan Peña Llopis E-Mails: jpl@ua.es / jpl@uv.es

ANÁLISIS DE LOS CAMBIOS DE USOS DEL

JUAN PEÑA LLOPIS ALICANTE 2001

ANÁLISIS DE LOS CAMBIOS DE USOS

Memoria presentada por Juan Peña Llopis para optar al grado

Los directores de la Tesis de Licenciatura:

Dr. Juan Bellot Abad Dr. Andreu Bonet Jornet

Alicante, junio de 2001

4.1.1.3. Elección del tamaño de píxel. 34

4.1.2. Estudio de la cubierta vegetal. 44

6. DINÁMICA DE LOS CAMBIOS DE USOS DEL SUELO 122

7. DINÁMICA DE LA ESTRUCTURA DEL PAISAJE 154

8. TENDENCIAS DE CAMBIO 186

10. EFECTOS DE LOS CAMBIOS DE USOS EN LOS BALANCES

11. CONCLUSIONES 241

12. REFERENCIAS BIBLIOGRÁFICAS 249

13. ÍNDICE DE FIGURAS Y TABLAS 263

1.1. Encuadre y justificación.

Esta labor constituye un avance más a los trabajos precedentes desarrollados en el

1.2. Introducción a la ecología del paisaje.

El concepto de paisaje ha evolucionado mucho en las últimas décadas, desde la primera

Las características totales de una región (Von Humboldt, ∼1800).

Una configuración particular de topografía, cobertura vegetal, uso del suelo y

Actualmente se entiende que la ecología del paisaje es el estudio de los efectos

La ecología utiliza el término de paisaje en dos definiciones. La primera, lo considera

El estudio a nivel de paisaje acarreado por la tecnología de los S.I.G., ha mejorado

Los paisajes futuros son el producto de procesos naturales y modificaciones humanas

Un paisaje fragmentado con frecuencia es el resultado de una perturbación en el patrón

1.3. La dinámica de la estructura del paisaje.

Los procesos de cambio directamente relacionados con la actividad humana son:

El procesado de imágenes y las técnicas de S.I.G. pueden visual y analíticamente

1946 1956 1974 1980 1995

La heterogeneidad es la principal característica de todos los paisajes, y está definida como la

1.4. Planteamiento del problema.

Las tendencias generales que se han adoptado en la zona de levante consisten en el

También, existen estudios que integran el análisis de la dinámica espacio-temporal para

1.5. Hipótesis de partida.

2.1. Cuantificación de los cambios de usos del suelo

2.2. Cálculo de la estructura del paisaje a nivel de parche

2.3. Estima de las tendencias de cambio de usos, a partir

Por medio de cadenas de Markov se puede estimar la tendencia de cambio de un sistema

2.4. Evaluación de la cobertura, densidad y tamaño de

Consiste en el estudio de los cambios a una escala más detallada (mesoescala), en el

2.5. Efectos de los cambios de usos en los balances hídricos

La designación de la zona de estudio ha estado condicionada por una delimitación fácil

3.2. Localización y delimitación.

Fig. 2. Localización de la zona de estudio.

El municipio de Agost, que es el asentamiento humano más próximo a la zona de

Esquina superior izquierda: Lat: 38º30’04” N; Long: 0º39’16” W.

Esquina superior izquierda: Lat: 38º30’02” N; Long: 0º38’52” W.

Fig. 3. Forma del área de estudio.

Los límites de la zona escogida para el estudio, se corresponden con la porción de

3.3. Introducción histórica.

Empezando por el más pretérito, en las “Observaciones sobre la historia natural,

Por otra parte, en el “Diccionario geográfico-estadístico-histórico de Alicante, Castellón

AGOST: Lugar con ayuntamiento de la provincia y administración de rentas de Alicante (3 ½

3.4. Medio biofísico.

El análisis climático de la zona de estudio se ha realizado a partir de los datos recogidos

Tabla 1. Estaciones meteorológicas.

En términos generales, al tratarse de una zona de clima mediterráneo presenta inviernos

Dentro de las 1537 hectáreas de la cuenca conviven condiciones microclimáticas